本文详细介绍了Hive中的分桶表概念,包括数据存储和抽样查询两部分。分桶表将数据文件按特定规则划分到不同桶中,便于管理和查询。在创建分桶表后,通过`TABLESAMPLE`语句实现数据抽样,以获取大表的代表性样本,优化查询效率。抽样时,`BUCKET x OUT OF y`语句中的y必须是总桶数的倍数或因子,用于决定抽样比例。
摘要由CSDN通过智能技术生成
分桶
1.分桶表数据存储 2.分桶抽样查询
1.分桶表数据存储
1.1,分区针对的是数据的存储路径;分桶针对的是数据文件。 (1)创建分桶表
createtable stu_buck(id int, name string)clusteredby(id)into4 buckets row format delimited fieldsterminatedby'\t'