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%>