我们知道 分区表呢 是将数据分文件夹管理 , 减少数据扫描的文件范围 直接从对应文件夹中读取数据 ,
但如果有时候分区表中的数据也大的时候,我们读取数据的时候,表之间需要 join 的 时候 会判断所有数据 进行读取扫描 ,效率不高
这时候我们可以把分区表中的数据进行分割 就是HIve中的分桶表
分桶表 是 对join 对查询的优化 将数据按照指定的字段的规则分文件
1 创建普通表 导入数据
2 创建分桶表
3 开启分桶功能
4 使用insert into的方式导入数据 到 分桶表中
1001 ss1
1002 ss2
1003 ss3
1004 ss4
1005 ss5
1006 ss6
1007 ss7
1008 ss8
1009 ss9
1010 ss10
1011 ss11
1012 ss12
1013 ss13
1014 ss14
1015 ss15
1016 ss16
1) 创建普通表 导入数据
create table tb_stu(
id int,
name string)
row format delimited fields terminated by '