好程序员大数据培训开发之掌握Hive的静态分区与动态分区
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。
好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。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
好程序员大数据入门学习之Hadoop技术优缺点
好程序员大数据入门学习之Hadoop技术优缺点 (1)Hadoop具有按位存储和处理数据能力的高可靠性。(2)Hadoop通过可用的计算机集群分配数据,完成存储和计算任务,这些集群可以方便地扩展到数以千计的节点中,具有高扩展性。(3)Hadoop能够在节点之间进行动态地移动数据,并保证各个节点的动态平衡,处理速度非常快,具有高效性。(4)Hadoop能够自动保存数据的多个副本,并且能够自动将失败的任务重新分配,具有高容错性。 Hadoop的缺点(1)Hadoop不适用于低延迟数据访问。(2)Hadoop不能高效存储大量小文件。(3)Hadoop不支持多用户写入并任意修改文件。 Hadoop的核心组件Hadoop自诞生以来,主要出现了Hadoop1、Hadoop2、Hadoop3三个系列多个版本。HDFS和MapReduce是Hadoop1的核心组件,Hadoop生态圈里的很多组件都是基于HDFS和MapReduce发展出来的。在继Hadoop1之后出现了Hadoop2,Hadoop2在Hadoop1的基础上做了改进。相比Hadoop1,Hadoop2的三大核心组件分别是HDFS、Map...
- 下一篇
Hadoop localhost: frankxulei@localhost: Permission denied (publickey,p...
Hadoop启动HDFS进程的时候报错,提示权限不够,具体信息如图所示:localhost: frankxulei@localhost: Permission denied (publickey,password). frankxulei@ubuntu:/usr/local/hadoop$ sbin/start-all.shWARNING: Attempting to start all Apache Hadoop daemons as frankxulei in 10 seconds.WARNING: This is not a recommended production deployment configuration.WARNING: Use CTRL-C to abort.Starting namenodes on [localhost]localhost: frankxulei@localhost: Permission denied (publickey,password).Starting datanodeslocalhost: frankxulei@localhost...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS8编译安装MySQL8.0.19
- Docker安装Oracle12C,快速搭建Oracle学习环境
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS关闭SELinux安全模块
- CentOS7设置SWAP分区,小内存服务器的救世主
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS8安装Docker,最新的服务器搭配容器使用