Hive分桶(bucket)

一 什麼是桶的概念，和分區有啥區別？ 對於每一個表或者分區，可以進一步細分成桶，桶是對數據進行更細粒度的劃分。默認時對某一列進行hash，使用hashcode對 桶的個數求模取餘，確定哪一條記錄進入哪一個桶。 Hive在查詢數據的時候，一般會掃描整個表的數據,會消耗很多不必要的時間。有些時候，我們只需要關心一部分數據,比如WHERE子句所接的查詢條件，那這時候這種全表掃描的方式是很影響性能的。從而

>>阅读原文<<