hive 便籤(分桶與自定義函數):

hive 分桶與便籤: 1,分桶表是對列值進行 hash 的方式,將不同的數據放到不同的文件之中存儲 2,對 hive中每一個表,分區都可以進行分桶 3,由列的hash值除以桶的個數來決定每條數據劃分到哪個桶之中 4,適用於數據抽樣,與 map-join 開啓分桶機制 # 可以通過 mapred.reduce.tasks 設置 reduce 個數,不推薦 # 一次作

>>阅读原文<<