Hive分桶表

1.创建分桶表

2.导入数据到分桶表中

附：student.txt内容如下

发现并未成功分为4个桶

创建分桶表时，数据通过子查询的方式导入
1）先建一个普通的stu表

2）向普通的stu表中导入数据

3）清空stu_buck表中数据

4）导入数据到分桶表，通过子查询的方式

5）发现还是只有一个分桶

6）需要设置以下属性

可见4个分桶


可见前3个除4余数为0，第一个桶。4-6除4余数为1，第二个桶。7-9除4余数为2，第三个桶。10-12除4余数为3，第四个桶。
3.分桶抽样查询
对于非常大的数据集，有时用户需要使用的是一个具有代表性的查询结果而不是全部结果。Hive可以通过对表进行抽样来满足这个需求。
查询表stu_buck中的数据。


注：tablesample是抽样语句，语法：TABLESAMPLE(BUCKET x OUT OF y) 。
y必须是table总bucket数的倍数或者因子。hive根据y的大小，决定抽样的比例。例如，table总共分了4份，当y=2时，抽取(4/2=)2个bucket的数据，当y=8时，抽取(4/8=)1/2个bucket的数据。
x表示从哪个bucket开始抽取，如果需要取多个分区，以后的分区号为当前分区号加上y。
例如，table总bucket数为4，tablesample(bucket 1 out of 2)，表示总共抽取（4/2=）2个bucket的数据，抽取第1(x)个和第3(x+y)个bucket的数据。
若table总bucket数为16，tablesample(bucket 1 out of 4)，表示总共抽取（16/4=）4个bucket的数据，抽取第1(x)个、第5(x+y)个、第9(x+2y)和第13(x+3y)bucket的数据。
注意：x的值必须小于等于y的值，否则
FAILED: SemanticException [Error 10061]: Numerator should not be bigger than denominator in sample clause for table stu_buck