注意:必须在表定义时指定对应的partition字段。
一.指定分区
1.单分区
建表语句:create table day_table(id int, content string) partitioned by (dt string);
单分区表,按天分区,在表结构中存在id,content,dt三列。
以dt为文件夹区分。
2.双分区
建表语句:create table day_hour_table(id int,content string) partitioned by (dt string, hour string);
双分区表,按天和小时分区,在表结构中新增加了dt和hour两列。
先以dt为文件夹,再以hour子文件区分。
二.添加分区
添加语句:ALTER TABLE table_name ADD [IF NOT EXISTS] PARTITION partition_spec [LOCATION 'location'] partition_spec [LOCATION 'location2']...
例子:ALTER TABLE day_table ADD PARTITION (dt='2019-03-27',hour='20')
三.删除分区
删除语句:ALTER TABLE table_name DROP partition_spec,partition_spec...
注意:内部表中对应分区的元数据和数据都将被一并删除。
例子:ALTER TABLE day_hour_table DROP PARTITION (dt='2019-03-27',hour='21');
四.指定分区添加数据
添加语句:LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE] INTO TABLE tablename [PARTITION(partcol=val1,partcol2=val2...)]
例子:
1.LOAD DATA INPATH '/usr/pv.txt' INTO TABLE day_hour_table PARTITION (dt='2019-03-27', hour='21');
2.LOAD DATA local INPATH '/user/zhen/*' INTO TABLE day_hour partition(dt='2019-03-27');
注意:当数据被加载至表中时,不会对数据进行任何转换。LOAD操作只是将数据复制至Hive表对应的位置上。数据加载是会在表下自动创建一个目录。
五.查询
查询语句:SELECT day_table.* FROM day_table WHERE day_table.dt>='2019-03-27';
注意:分区表的意义在于优化查询。查询时尽量利用分区字段。如果不使用分区字段,就会全表扫描。
六.查看表分区信息
语句:SHOW PARTITIONS day_hour_table
;