好程序员大数据培训之掌握Hive的静态分区与动态分区

栏目: 服务器 · 发布时间: 5年前

分区是hive存放数据的一种方式。将列值作为目录来存放数据,就是一个分区。这样查询时使用分区列进行过滤,只需根据列值直接扫描对应目录下的数据,不扫描其他不关心的分区,快速定位,提高查询效率。分动态和静态分区两种:

1.静态分区:若分区的值是确定的,那么称为静态分区。新增分区或者是加载分区数据时,已经指定分区名。

createtableifnotexistsday_part1(

uidint,

unamestring

)

partitionedby(yearint,monthint)

rowformatdelimitedfieldsterminatedby''

;

##加载数据指定分区

loaddatalocalinpath'/root/Desktop/student.txt'intotableday_part1partition(year=2017,month=04);

##新增分区指定分区名

altertableday_part1addpartition(year=2017,month=1)partition(year=2016,month=12);

2.动态分区:分区的值是非确定的,由输入数据来确定

2.1动态分区的相关属性:

hive.exec.dynamic.partition=true:是否允许动态分区

hive.exec.dynamic.partition.mode=strict:分区模式设置

strict:最少需要有一个是静态分区

nostrict:可以全部是动态分区

hive.exec.max.dynamic.partitions=1000:允许动态分区的最大数量

hive.exec.max.dynamic.partitions.pernode=100:单个节点上的mapper/reducer允许创建的最大分区

2.2动态分区的操作

##创建临时表

createtableifnotexiststmp(

uidint,

commentidbigint,

recommentidbigint,

yearint,

monthint,

dayint

)

rowformatdelimitedfieldsterminatedby'';

##加载数据

loaddatalocalinpath'/root/Desktop/comm'intotabletmp;

##创建动态分区表

createtableifnotexistsdyp1(

uidint,

commentidbigint,

recommentidbigint

)

partitionedby(yearint,monthint,dayint)

rowformatdelimitedfieldsterminatedby''

;

##严格模式

insertintotabledyp1partition(year=2016,month,day)

selectuid,commentid,recommentid,month,dayfromtmp;

##非严格模式

##设置非严格模式动态分区

sethive.exec.dynamic.partition.mode=nostrict;

##创建动态分区表

createtableifnotexistsdyp2(

uidint,

commentidbigint,

recommentidbigint

)

partitionedby(yearint,monthint,dayint)

rowformatdelimitedfieldsterminatedby'';

##为非严格模式动态分区加载数据

insertintotabledyp2partition(year,month,day)

selectuid,commentid,recommentid,year,month,dayfromtmp;

3.分区注意细节

(1)、尽量不要是用动态分区,因为动态分区的时候,将会为每一个分区分配reducer数量,当分区数量多的时候,reducer数量将会增加,对服务器是一种灾难。

(2)、动态分区和静态分区的区别,静态分区不管有没有数据都将会创建该分区,动态分区是有结果集将创建,否则不创建。

(3)、hive动态分区的严格模式和hive提供的hive.mapred.mode的严格模式。

hive提供我们一个严格模式:为了阻止用户不小心提交恶意hql

hive.mapred.mode=nostrict:strict

如果该模式值为strict,将会阻止以下三种查询:

(1)、对分区表查询,where中过滤字段不是分区字段。

(2)、笛卡尔积join查询,join查询语句,不带on条件或者where条件。

(3)、对orderby查询,有orderby的查询不带limit语句。

程序员 大数据培训的终极目标是将你培养成一名“复合型”研发人才,让你自己在掌握相关大数据技术的同时,也能够赢得一份高薪职位!好程序员大数据开发采用“T”字形的思维,以大数据的深度为主,以机器学习、云计算等作为宽度,相辅相成。此外好程序员大数据课程定期组织与一线名企的工程师进行面对面的就企业当下的项目讨论与研发,进而验证所学技术的正确方向。更有免费的大数据视频教程帮助你快速掌握大数据基础技术。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

ES6 标准入门(第2版)

ES6 标准入门(第2版)

阮一峰 / 电子工业出版社 / 2016-1 / 69.00元

ES6(又名 ES2105)是 JavaScript 语言的新标准,2015 年 6 月正式发布后,得到了迅速推广,是目前业界超级活跃的计算机语言。《ES6标准入门(第2版)》是国内仅有的一本 ES6 教程,在前版基础上增补了大量内容——对标准进行了彻底的解读,所有新增的语法知识(包括即将发布的 ES7)都给予了详细介绍,并且紧扣业界开发实践,给出了大量简洁易懂、可以即学即用的示例代码。 《......一起来看看 《ES6 标准入门(第2版)》 这本书的介绍吧!

SHA 加密
SHA 加密

SHA 加密工具

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试