hive动态分区
动态 分区 hive
2023-09-27 14:27:40 时间
往hive分区表中插入数据时,如果需要创建的分区很多,比如以表中某个字段进行分区存储,则需要复制粘贴修改很多sql去执行,效率低。因为hive是批处理系统,所以hive提供了一个动态分区功能,其可以基于查询参数的位置去推断分区的名称,从而建立分区。
1.创建一个单一字段分区表
create table dpartition(id int ,name string ) partitioned by(ct string);
2.往表里装载数据,并且动态建立分区,以city建立动态分区
set hive.exec.dynamici.partition=true; #开启动态分区,默认是false set hive.exec.dynamic.partition.mode=nonstrict; #开启允许所有分区都是动态的,否则必须要有静态分区才能使用。 insert overwrite table dpartition partition(ct) select id ,name,city from mytest_tmp2_p; --要点:因为dpartition表中只有两个字段,所以当我们查询了三个字段时(多了city字段),所以系统默认以最后一个字段city为分区名,因为分区表的 --分区字段默认也是该表中的字段,且依次排在表中字段的最后面。所以分区需要分区的字段只能放在后面,不能把顺序弄错。如果我们查询了四个字段的话,则会报 --错,因为该表加上分区字段也才三个。要注意系统是根据查询字段的位置推断分区名的,而不是字段名称。 --查看可知,hive已经完成了以city字段为分区字段,实现了动态分区。 show partitions dpartition; partition ct=beijing ct=beijing1
注意:使用,insert...select 往表中导入数据时,查询的字段个数必须和目标的字段个数相同,不能多,也不能少,否则会报错。但是如果字段的类型不一致的话,则会使用null值填充,不会报错。而使用load data形式往hive表中装载数据时,则不会检查。如果字段多了则会丢弃,少了则会null值填充。同样如果字段类型不一致,也是使用null值填充。
3.多个分区字段时,实现半自动分区(部分字段静态分区,注意静态分区字段要在动态前面)
--1.创建一个只有一个字段,两个分区字段的分区表 create table ds_parttion(id int ) partitioned by (state string ,ct string ); --2.往该分区表半动态分区插入数据 set hive.exec.dynamici.partition=true; set hive.exec.dynamic.partition.mode=nonstrict; insert overwrite table ds_parttion partition(state='china',ct) --state分区为静态,ct为动态分区,以查询的city字段为分区名 select id ,city from mytest_tmp2_p; --3.查询结果显示: select * from ds_parttion where state='china'; ds_parttion.id ds_parttion.state ds_parttion.ct 4 china beijing 3 china beijing 2 china beijing 1 china beijing 4 china beijing1 3 china beijing1 2 china beijing1 1 china beijing1 select * from ds_parttion where state='china' and ct='beijing'; ds_parttion.id ds_parttion.state ds_parttion.ct 4 china beijing 3 china beijing 2 china beijing 1 china beijing select * from ds_parttion where state='china' and ct='beijing1'; ds_parttion.id ds_parttion.state ds_parttion.ct 4 china beijing1 3 china beijing1 2 china beijing1 1 china beijing1
4.多个分区字段时,全部实现动态分区插入数据
set hive.exec.dynamici.partition=true; set hive.exec.dynamic.partition.mode=nonstrict; insert overwrite table ds_parttion partition(state,ct) select id ,country,city from mytest_tmp2_p;
注意:字段的个数和顺序不能弄错
5.动态分区表的属性
使用动态分区表必须配置的参数:
set hive.exec.dynamic.partition =true; --(默认false),表示开启动态分区功能 set hive.exec.dynamic.partition.mode = nonstrict; --(默认strict),表示允许所有分区都是动态的,有 strict和 nonstrict 两个值可选,strict 要求至少包含一个静态分区列,nonstrict则无此要求
动态分区相关的调优参数:
set hive.exec.max.dynamic.partitions.pernode=100 --(默认100,一般可以设置大一点,比如1000).表示每个maper或reducer可以允许创建的最大动态分区个数,默认是100,超出则会报错。 set hive.exec.max.dynamic.partitions =1000 --默认1000,表示一个动态分区语句可以创建的最大动态分区个数,超出报错 set hive.exec.max.created.files =10000 --默认10000,全局可以创建的最大文件个数,超出报错。
相关文章
- Spring Boot 实现多环境配置动态解析
- 一文掌握MyBatis的动态SQL使用与原理
- 【路径规划】基于前向动态规划算法在地形上找到最佳路径(Matlab代码实现)
- 动态绑定数据至Html Table
- react动态生成input、select标签以及思路总结
- Power BI 根据用户权限动态生成导航跳转目标
- LeetCode_动态规划_二分搜索_耐心排序_中等_300.最长递增子序列
- OpenCV高动态范围成像(HDR)介绍与使用
- SpringAOP专题之1、代理详解(java动态代理&CGLIB代理)
- 安卓APP动态调试-IDA实用攻略
- 大数据Spark “蘑菇云”行动第94课:Hive性能调优之Mapper和Reducer设置、队列设置和并行执行、JVM重用和动态分区、Join调优
- Cocos2d-x中动态纹理CCRenderTexture的使用
- 动态分区分配存储管理方式的内存分配回收
- hive中简单介绍分区表(partition table)——动态分区(dynamic partition)、静态分区(static partition)
- ONOS动态扩容面临的难点与解决方案
- 网络技术:配置动态路由
- hive 动态分区(Dynamic Partition)异常处理