1. 什么是分桶表
-- 根据指定的分桶字段 和 分桶数,将数据划分成 不同的数据文件
-- hash(分桶字段) % 分桶数 = 文件分桶编号

2. 分桶和分区的区别
-- 1. 分桶针对 数据文件进行 拆分
--    分区针对 数据文件存储路径进行 拆分
-- 2. 分区字段 并不是数据文件的一部分
--    分桶字段 是数据文件的一部分

3. 数据分桶的作用
    1. 方便抽样
    2. 提高join查询效率

4. 创建分区表

--3. 创建分桶表
create table home.ods_track_log_dd (
log_id string comment '日志id',
log_type string comment '日志类型',
event_key string comment '用户行为表示')
comment '后端日志表(天级)'
clustered by(log_type)
into 2 buckets
row format delimited fields terminated by '\t'
lines terminated by '\n'
stored as orc;


--4. 向分桶表中 写入数据
insert overwrite table home.ods_track_log_dd

select 1 as log_id,'展示' as log_type,'首页展示' as event_key union all
select 2 as log_id,'点击' as log_type,'首页点击' as event_key union all
select 3 as log_id,'展示' as log_type,'落地页展示' as event_key union all
select 4 as log_id,'点击' as log_type,'首页结果页' as event_key union all
select 5 as log_id,'点击' as log_type,'首页点击1' as event_key union all
select 6 as log_id,'点击' as log_type,'首页点击2' as event_key;

-- 查看数据目录
/user/hive/warehouse/home.db/ods_track_log_dd/000000_1
-rw-r--r--    root    supergroup    506 B    Jan 29 17:01    3    256 MB    000000_1
-rw-r--r--    root    supergroup    517 B    Jan 29 17:01    3    256 MB    000001_0

View Code