我不清楚 hive 中的分区和分桶之间的区别，如果您能提供一些示例细节，我将不胜感激。
问问题
7545 次
1 回答
8
这是 Buckets 和 Partitioning 之间的一个很好的区别。
基本上，Partitioning 和 Bucketing 都对执行查询的数据进行切片，比对非切片数据更有效。主要区别在于，在分区的情况下，随着数据的修改，切片的数量将不断变化，但是通过分桶，切片的数量是固定的，这是在创建表时指定的。
通过使用哈希算法然后对桶的数量取模来进行分桶。因此，一行可能会插入到任何存储桶中。分桶可用于数据采样，也可用于更有效地连接两个数据集。
于 2013-10-06T19:23:31.023 回答