分桶操作
分桶的基本概念及注意事项
分桶是将数据集分解成更容易管理的若干部分的另一个技术。
桶表也是一种用于优化查询而设计的表类型：
• 桶是Hive中另一种将数据切分为更小的数据段的方式。
• 在使用桶时，每个桶是一个文件，存储有实际的数据（基于一个哈希算法所 分布的: 同一类型的key的数据，总是被放到同一个桶中）.
• 桶并不需要向表添加一个虚拟列。
•创建通表时，指定桶的个数、分桶的依据字段，hive就可以自动将数据分桶存储。
• 查询时只需要遍历一个桶里的数据，或者遍历部分桶，这样就提高了查询效 率。
因为在HDFS 上存储时，一个桶存入一个文件中，这样根据clustered by 字段进行查询时，可以快速确定数据存在于哪个桶中，而只遍历一个桶可以 提供查询效率。