在大数据中，最常用的一种思想就是分治，我们可以把大的文件切割划分成一个个的小的文件，这样每次操作一个小的文件就会很容易了，同样的道理，在hive当中也是支持这种思想的，就是我们可以把大的数据，按照每天，或者每小时进行切分成一个个的小的文件，这样去操作小的文件就会容易得多了。
一、分区表操作
企业常见的分区规则：按天进行分区（一天一个分区）
1、创建分区表语法
create table score(s_id string,c_id string, s_score int) partitioned by (month string) row format delimited fields terminated by '\t';
2、创建一个表带多个分区
create table score2 (s_id string,c_id string, s_score int) partitioned by (year string,month string,day string) row format delimited fields terminated by '\t';
3、加载数据到分区表中
load data local inpath '/export/servers/hivedatas/score.csv' into table score partition (month='201806');
4、加载数据到一个多分区的表中去
load data local inpath '/export/servers/hivedatas/score.csv' into table score2 partition(year='2018',month='06',day='01');
5、多分区联合查询使用union all来实现
select * from score where month = '201806' union all select * from score where month = '201806';
1
6、查看分区
show partitions score;
7、添加一个分区
alter table score add partition(month='201805');
8、同时添加多个分区
alter table score add partition(month='201804') partition(month = '201803');
注意：添加分区之后就可以在hdfs文件系统当中看到表下面多了一个文件夹
9、删除分区
alter table score drop partition(month = '201806');
特别强调:
分区字段绝对不能出现在数据库表已有的字段中!作用:
将数据按区域划分开，查询时不用扫描无关的数据，加快查询速度。
二、分桶表操作
是在已有的表结构之上新添加了特殊的结构。
将数据按照指定的字段进行分成多个桶中去，说白了就是将数据按照字段进行划分，可以将数据按照字段划分到多个文件当中去
1、开启hive的桶表功能
set hive.enforce.bucketing=true;
2、设置reduce的个数
set mapreduce.job.reduces=3;
3、创建桶表
create table course (c_id string,c_name string,t_id string) clustered by(c_id) into 3 buckets row format delimited fields terminated by '\t';
桶表的数据加载，由于通标的数据加载通过hdfs dfs -put文件或者通过load data均不好使，只能通过insert overwrite
创建普通表，并通过insert overwrite的方式将普通表的数据通过查询的方式加载到桶表当中去
4、 创建普通表
create table course_common (c_id string,c_name string,t_id string) row format delimited fields terminated by '\t';
5、 普通表中加载数据
load data local inpath '/export/servers/hivedatas/course.csv' into table course_common;
6、通过insert overwrite给桶表中加载数据
insert overwrite table course select * from course_common cluster by(c_id);
特别强调:
分桶字段必须是表中的字段。
分桶逻辑:
对分桶字段求哈希值,用哈希值与分桶的数量取余,余几,这个数据就放在哪个桶内。
