hive - 如何使用列的值范围对 Hive 表进行分区

Question

我有一个带有 2 列的 Hive 表。员工 ID 和薪水。

数据如下所示。

Employee ID Salary
1   10000.08
2   20078.67
3   20056.45
4   30000.76
5   10045.14
6   43567.76

我想根据薪资列创建分区。例如薪资范围为 10000 到 20000、20001 到 30000 的分区。

我如何做到这一点。

Answer 1

Hive 不支持范围分区，但您可以在数据加载期间计算范围。

1. 创建按salary_range分区的表：

   create table your_table
   (
    employee_id bigint,
    salary double
   )
   partitioned by (salary_range bigint)
   

2. 插入用于工资范围计算的案例：

   insert overwrite table your_table partition (salary_range)   
   select employee_id, salary,  
          case 
              when salary between 10000 and 20000 then 20000
              when salary between 20001 and 30000 then 30000 
              ...
              else ...
          end as salary_range 
   from some_table;