Hive分區和分桶

Hive把表組織成分區（partition）。這是一種根據分區列（partition column，如日期）的值對錶進行粗略的劃分機制。使用分區可以加快數據分片（slice）的查詢速度。 表或分區可以進一步劃分爲桶（bucket）。它會爲數據提供額外的結構以獲取更高效的查詢處理。例如，通過根據用戶ID來劃分桶，我們可以在所有用戶集合的隨機樣本上快速計算基於用戶的查詢。 分桶適用場景： 數據抽樣（

>>阅读原文<<