大数据培训Hive分区表和分桶表

发布时间:2021年01月04日作者:atguigu浏览次数:417

分区表

分区表的字段在hdfs上的效果就是在建立表的文件夹下面又创建了子文件,这样的目的把数据的划分更加细致 减少了查询时候全表扫描成本 只需要按照指定的分区扫描数据并显示结果即可

分桶表

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.

只需要把join 的字段在各自表当中进行分桶操作即可

Hive将表划分为分区(partition)表和分桶(bucket)表。

  • 分区可以让数据的部分查询变得更快,也就是说,在加载数据的时候可以指定加载某一部分数据,并不是全量的数据。
  • 分桶表通常是在原始数据中加入一些额外的结构,这些结构可以用于高效的查询。
  • 分区在HDFS上的表现形式是一个目录, 分桶是一个单独的文件
  • 分区: 细化数据管理,直接读对应目录,缩小mapreduce程序要扫描的数据量

 

  • 分区:  
    1、提高查询效率

要求是:分区字段绝对不能出现在表已有的字段内。

  • 分桶:  
    1、提高join查询的效率
    2、提高采样的效率。

要求是:分桶字段必须出现在表已有的字段内。

想要了解跟多关于大数据培训课程内容欢迎关注尚硅谷大数据培训,尚硅谷除了这些技术文章外还有免费的高质量大数据培训课程视频供广大学员下载学习。


上一篇:
下一篇:
相关课程

java培训 大数据培训 前端培训 UI/UE设计培训

关于尚硅谷
教育理念
名师团队
学员心声
资源下载
视频下载
资料下载
工具下载
加入我们
招聘岗位
岗位介绍
招贤纳师
联系我们
全国统一咨询电话:010-56253825
地址:北京市昌平区宏福科技园2号楼3层(北京校区)

深圳市宝安区西部硅谷大厦B座C区一层(深圳校区)

上海市松江区谷阳北路166号大江商厦6层(上海校区)

武汉市东湖高新开发区东湖网谷(武汉校区)