原创 大数据技术分享：Hive的静态分区与动态分区

　　Hive是机遇Hadoop的一个数据仓库工具，它的学习成本低，可以通过类SQL语句快速实现简单的MAPReduce统计，十分适合数据仓库的统计。在Hive学习过程中必定会接触到分区，这是Hive存放数据的一种形式。查询数据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。分区分为静态分区和动态分区两种形式。

　　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。
　　create table if not exists day_part1(
　　uid int,
　　uname string
　　)
　　partitioned by(year int,month int)
　　row format delimited fields terminated by '\t';
　　##加载数据指定分区
　　load data local inpath '/root/Desktop/student.txt' into table day_part1 partition(year=2017,month=04);
　　##新增分区指定分区名
　　alter table day_part1 add partition(year=2017,month=1) partition(year=2016,month=12);

　　动态分区

　　分区的值是非确定的，由输入数据来确定
　　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、动态分区的操作
　　##创建临时表
　　create table if not exists tmp
　　(uid int,
　　commentid bigint,
　　recommentid bigint,
　　year int,
　　month int,
　　day int)
　　row format delimited fields terminated by '\t';
　　##加载数据
　　load data local inpath '/root/Desktop/comm' into table tmp;
　　##创建动态分区表
　　create table if not exists dyp1
　　(uid int,
　　commentid bigint,
　　recommentid bigint)
　　partitioned by(year int,month int,day int)
　　row format delimited fields terminated by '\t';
　　##严格模式
　　insert into table dyp1 partition(year=2016,month,day)
　　select uid,commentid,recommentid,month,day from tmp;
　　##非严格模式
　　##设置非严格模式动态分区
　　set hive.exec.dynamic.partition.mode=nostrict;
　　##创建动态分区表
　　create table if not exists dyp2
　　(uid int,
　　commentid bigint,
　　recommentid bigint)
　　partitioned by(year int,month int,day int)
　　row format delimited fields terminated by '\t';
　　##为非严格模式动态分区加载数据
　　insert into table dyp2 partition(year,month,day)
　　select uid,commentid,recommentid,year,month,day from tmp;

　　分区注意细节

　　1、尽量不要用动态分区，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order by查询，有order by的查询不带limit语句。

　　以上就是和大家分享大数据技术分享：Hive的静态分区与动态分区。在大数据学习过程中需要掌握多种应用技术，包括Linux、Zookeeper、Hadoop、Redis、HDFS、MapReduce、Hive、lmpala、Hue、Oozie、Storm、Kafka、Spark、Scala、SparkSQL、Hbase、Flink、机器学习等核心技能。充分掌握才能快速实现大数据就业的目标。想学习大数据技术，可以通过博学谷大数据课程。因为大数据是在Java技术的基础上实现的，所以学习大数据技术之前最好具备java基础。文章部分内容整合自网络，仅供参考阅读。