hive分区（partition）简介：

一/ 背景

1、在Hive Select查询中一般会扫描整个表内容，会消耗很多时间做没必要的工作。有时候只需要扫描表中关心的一部分数据，因此建表时引入了partition概念。

2、分区表指的是在创建表时指定的partition的分区空间。

3、如果需要创建有分区的表，需要在create表的时候调用可选参数partitioned by，详见表创建的语法结构。

 

二/ 技术细节

1、一个表可以拥有一个或者多个分区，每个分区以文件夹的形式单独存在表文件夹的目录下。

2、表和列名不区分大小写。

3、分区是以字段的形式在表结构中存在，通过describe table命令可以查看到字段存在，但是该字段不存放实际的数据内容，仅仅是分区的表示。

 

<%=log_date%> ： int    log_date为日志更新时间，一般是凌晨一点

'<%=date%>'  ：yyyy-mm-dd  ？

 

用insert overwrite直接重写覆盖，创建新的表指定分区（小于等于昨天）

create table

 

insert overwrite table bili_open.ads_ndiscount_ord_mid_tot partition(log_date = <%log_date%>)

 

查找：

select *

from bili_open.dim_ip_info

where log_date = <%=log_date%>