如何将现有的每小时分区合并到 hive 中的每日分区

Question

我的要求是将现有的每小时分区合并到所有天的每日分区。

我的分区列是这样的：

2019_06_22_00, 2019_06_22_01, 2019_06_22_02, 2019_06_22_03..., 2019_06_22_23 => 2019_06_22
2019_06_23_00, 2019_06_23_01, 2019_06_23_02, 2019_06_23_03..., 2019_06_23_23 => 2019_06_23

Answer 1

简单的方法是从当前分区列中提取日期并加载到新表中。

创建新表：

create table new (
...
) 
partitioned by (partition_date date);

然后从旧表插入覆盖：

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;

insert overwrite table new partition(partition_date )
select
col1,
col2,
...
coln,
--extract hours if you need this column
substr('old_partition_col',12,2) hour,
--partition column is the last one
date(concat_ws('-',substr(old_partition_col,1,4),substr(old_partition_col,6,2),substr(old_partition_col,9,2))) as partition_date 
from old_table;

您也可以使用unix_timestamp 和from_unixtime 函数提取日期：

from_unixtime(unix_timestamp(old_partition_col,'yyyy_MM_dd_HH'),'yyyy-MM-dd') as partition_date

然后删除旧表并重命名新表。