您好,登錄后才能下訂單哦!
創(chuàng)建表
create [external<外聯(lián)>] table log_app_web (log map<string,string>) partitioned by (year int,month int,day int)
ROW FORMAT DELIMITED COLLECTION ITEMS TERMINATED BY '\t'
MAP KEYS TERMINATED BY '=' STORED AS ORC;
表名:log_app_web
字段:Map類型字段 log
分區(qū):根據(jù)年,月,日 進(jìn)行分區(qū) year ,month ,day
分割使用 '\t'
MAP中的KV使用 '=’
數(shù)據(jù)文件存儲(chǔ)為ORCFILE格式
根據(jù)日期范圍查詢時(shí)使用將分期時(shí)間轉(zhuǎn)換成日期的string進(jìn)行范圍查詢
concat_ws('-',cast(year as string),lpad(cast(month as string),2,'0'), lpad(cast(day as string),2,'0')) >= '"+format.format(StartDay)+"'
類似于 yyyy-MM-dd >= '2016-04-28'
以上是個(gè)比較另類的方式
下面來(lái)說(shuō)下 分區(qū) 轉(zhuǎn)載他人的
一、背景
1、在Hive Select查詢中一般會(huì)掃描整個(gè)表內(nèi)容,會(huì)消耗很多時(shí)間做沒(méi)必要的工作。有時(shí)候只需要掃描表中關(guān)心的一部分?jǐn)?shù)據(jù),因此建表時(shí)引入了partition概念。
2、分區(qū)表指的是在創(chuàng)建表時(shí)指定的partition的分區(qū)空間。
3、如果需要?jiǎng)?chuàng)建有分區(qū)的表,需要在create表的時(shí)候調(diào)用可選參數(shù)partitioned by,詳見(jiàn)表創(chuàng)建的語(yǔ)法結(jié)構(gòu)。
二、技術(shù)細(xì)節(jié)
1、一個(gè)表可以擁有一個(gè)或者多個(gè)分區(qū),每個(gè)分區(qū)以文件夾的形式單獨(dú)存在表文件夾的目錄下。
2、表和列名不區(qū)分大小寫。
3、分區(qū)是以字段的形式在表結(jié)構(gòu)中存在,通過(guò)describe table命令可以查看到字段存在,但是該字段不存放實(shí)際的數(shù)據(jù)內(nèi)容,僅僅是分區(qū)的表示。
4、建表的語(yǔ)法(建分區(qū)可參見(jiàn)PARTITIONED BY參數(shù)):
CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name [(col_name data_type [COMMENT col_comment], ...)] [COMMENT table_comment] [PARTITIONED BY (col_name data_type [COMMENT col_comment], ...)] [CLUSTERED BY (col_name, col_name, ...) [SORTED BY (col_name [ASC|DESC], ...)] INTO num_buckets BUCKETS] [ROW FORMAT row_format] [STORED AS file_format] [LOCATION hdfs_path]
5、分區(qū)建表分為2種,一種是單分區(qū),也就是說(shuō)在表文件夾目錄下只有一級(jí)文件夾目錄。另外一種是多分區(qū),表文件夾下出現(xiàn)多文件夾嵌套模式。
a、單分區(qū)建表語(yǔ)句:create table day_table (id int, content string) partitioned by (dt string);單分區(qū)表,按天分區(qū),在表結(jié)構(gòu)中存在id,content,dt三列。
b、雙分區(qū)建表語(yǔ)句:create table day_hour_table (id int, content string) partitioned by (dt string, hour string);雙分區(qū)表,按天和小時(shí)分區(qū),在表結(jié)構(gòu)中新增加了dt和hour兩列。
表文件夾目錄示意圖(多分區(qū)表):
6、添加分區(qū)表語(yǔ)法(表已創(chuàng)建,在此基礎(chǔ)上添加分區(qū)):
ALTER TABLE table_name ADD partition_spec [ LOCATION 'location1' ] partition_spec [ LOCATION 'location2' ] ... partition_spec: : PARTITION (partition_col = partition_col_value, partition_col = partiton_col_value, ...)
用戶可以用 ALTER TABLE ADD PARTITION 來(lái)向一個(gè)表中增加分區(qū)。當(dāng)分區(qū)名是字符串時(shí)加引號(hào)。例:
ALTER TABLE day_table ADD PARTITION (dt='2008-08-08', hour='08') location '/path/pv1.txt' PARTITION (dt='2008-08-08', hour='09') location '/path/pv2.txt';
7、刪除分區(qū)語(yǔ)法:
ALTER TABLE table_name DROP partition_spec, partition_spec,...
用戶可以用 ALTER TABLE DROP PARTITION 來(lái)刪除分區(qū)。分區(qū)的元數(shù)據(jù)和數(shù)據(jù)將被一并刪除。例:
ALTER TABLE day_hour_table DROP PARTITION (dt='2008-08-08', hour='09');
8、數(shù)據(jù)加載進(jìn)分區(qū)表中語(yǔ)法:
LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)]
例:
LOAD DATA INPATH '/user/pv.txt' INTO TABLE day_hour_table PARTITION(dt='2008-08- 08', hour='08'); LOAD DATA local INPATH '/user/hua/*' INTO TABLE day_hour partition(dt='2010-07- 07');
當(dāng)數(shù)據(jù)被加載至表中時(shí),不會(huì)對(duì)數(shù)據(jù)進(jìn)行任何轉(zhuǎn)換。Load操作只是將數(shù)據(jù)復(fù)制至Hive表對(duì)應(yīng)的位置。數(shù)據(jù)加載時(shí)在表下自動(dòng)創(chuàng)建一個(gè)目錄,文件存放在該分區(qū)下。
9、基于分區(qū)的查詢的語(yǔ)句:
SELECT day_table.* FROM day_table WHERE day_table.dt>= '2008-08-08';
10、查看分區(qū)語(yǔ)句:
hive> show partitions day_hour_table; OK dt=2008-08-08/hour=08 dt=2008-08-08/hour=09 dt=2008-08-09/hour=09
三、總結(jié)
1、在 Hive 中,表中的一個(gè) Partition 對(duì)應(yīng)于表下的一個(gè)目錄,所有的 Partition 的數(shù)據(jù)都存儲(chǔ)在最字集的目錄中。
2、總的說(shuō)來(lái)partition就是輔助查詢,縮小查詢范圍,加快數(shù)據(jù)的檢索速度和對(duì)數(shù)據(jù)按照一定的規(guī)格和條件進(jìn)行管理。
這種比較常見(jiàn)
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。