【MySQL、Hive】分区表

SQL 本身并不直接支持多线程处理，因为 SQL 是一种声明式语言，主要用于定义和操作数据库中的数据。多线程通常是在应用程序层面实现的。然而，有一些方法可以在 SQL 环境中优化并发处理和提高性能，这些方法在某种程度上可以被视为"多线程"的替代方案。

分区表查询（MySQL）：
使用partition by方案，把数据分成按年度的小芬，查询时只从特定分区表中检索数据，提升效率。

sql 复制代码

CREATE TABLE sales (
    id INT,
    sale_date DATE,
    amount DECIMAL(10,2)
)
PARTITION BY RANGE (YEAR(sale_date)) (
    PARTITION p0 VALUES LESS THAN (2020),
    PARTITION p1 VALUES LESS THAN (2021),
    PARTITION p2 VALUES LESS THAN (2022)
);

-- 查询特定分区
SELECT * FROM sales PARTITION (p1)
WHERE sale_date BETWEEN '2020-01-01' AND '2020-12-31';

Hive创建分区表

在 Hive 中创建分区表是一种常见的优化技术，可以显著提高查询性能，特别是在处理大量数据时。以下是在 Hive 中创建分区表的步骤和示例：

sql 复制代码

CREATE TABLE table_name (
    column1 datatype,
    column2 datatype,
    ...
)
PARTITIONED BY (partition_column datatype)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

示例：按日期分区的表
假设我们要创建一个存储销售数据的表，并按日期进行分区：

sql 复制代码

CREATE TABLE sales (
    id INT,
    product_name STRING,
    price DECIMAL(10,2),
    quantity INT
)
PARTITIONED BY (sale_date STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

在 Hive 中，分区列实际上不是表的物理列，而是一种用于组织和存储数据的逻辑结构。分区列在文件系统级别上组织数据，而不是作为表数据的一部分存储。

创建多级分区表

Hive 也支持多级分区。例如，我们可以按年和月进行分区：

sql 复制代码

CREATE TABLE sales (
    id INT,
    product_name STRING,
    price DECIMAL(10,2),
    quantity INT
)
PARTITIONED BY (year INT, month INT)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS TEXTFILE;

动态分区

在插入数据时自动创建分区

sql 复制代码

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

INSERT OVERWRITE TABLE sales PARTITION(sale_date)
SELECT id, product_name, price, quantity, sale_date
FROM raw_sales;

查询分区

sql 复制代码

SELECT * FROM sales WHERE sale_date = '2023-08-24';

手动添加新分区：

sql 复制代码

ALTER TABLE sales ADD PARTITION (sale_date='2023-08-25');