Hive创建外部表以及分区

创建带分区的外部表

创建外部表的优点是数据能够随时从hdfs中挂载进表中

使用分区的优点是能够缩短查询范围

以下的样例展示了怎样创建外部表

CREATE EXTERNAL TABLE my_daily_report(
    last_update string,
    col_a string,
    col_b string,
    col_c string,
    col_d string,
    col_e string,
    col_f string,
    col_g string,
    col_h string,
    col_i string,
    col_j string)
    PARTITIONED BY (
    par_dt string) location '/user/chenshu/data/daily';

挂载分区文件夹

alter table my_daily_report add partition (par_dt='20140530') location '/user/chenshu/data/daily/my_daily_report/20140530';

上面的样例仅仅使用了一个分区，事实上还能够使用多个分区，比方一个分区管理日报表，这个分区相应一个文件夹，在这个文件夹下还能够有小时分区，用不同的文件夹存放不同小时的报表。这时，分区之间的关系就是文件夹树的关系。

删除分区

当然也要提供一个删除part_dt='20140530'分区的方法：

alter table my_daily_report drop partition (par_dt='20140530')

drop partition会将分区以及数据都删除，drop partition_spec会仅仅删除分区元数据，不删除数据。

注意，HIVE中没有delete from语句，假设仅仅是删除某个分区里全部语句，刚好这里能够使用drop partition来实现。

用分区查询

既然有了分区，假设紧要查找该分区上的数据，在where中指定分区文件夹作为查询条件，要快非常多

select count(*) from my_daily_report where par_dt='20140531';

推荐文章：

http://my.oschina.net/leejun2005/blog/82065