前言:在大数据中，最常用的一种思想就是分治，我们可以把大的文件切割划分成一个个的小的文件，这样每次操作一个小的文件就会很容易
在 hive 当中也是支持这种思想的，就是我们可以把大的数据，按照每天，或者每小时进行切分成一个个的小的文件，这样去操作小的文件就会容易
1.使用:基本语法：
create table tablename(...) partitioned by ( 分区列 列类型 , ......) row format delimited fields terminated by '';
例如;create table myhive.score(id int ,cid string,score int) partitioned by (mouth string) row format delimited fields terminated by '\t';
查看:hdfs,发现目前是空的
加入数据:
命令:load data local inpath '/home/wtk/score.txt' into table myhive.score partition(mouth='241025');
几个分区就有几个文件夹
3.查看分区:show partitions score
4.创建表以后的修改:
5.分桶表:
分桶和分区一样，也是一种通过改变表的存储模式，从而完成对表优化的一种调优方式
但和分区不同，分区是将表拆分到不同的子文件夹中进行存储，而分桶是将表拆分到固定数量的不同文件中进行存储
一:创建:开启分桶的自动优化（自动匹配 reduce task 数量和桶数量一致）
命令:set hive.enforce.bucketing=true;
创建分桶表
create table course (c_id string,c_name string,t_id string) clustered by(c_id)
into 3 buckets row format delimited fields terminated by '\t';
桶表的数据加载，由于桶表的数据加载通过 load data 无法执行，只能通过 insert select.
看吧,不能load data 直接导入到表,此时可以新建表
新建临时表
插入数据到目标
命令: insert overwrite table course select * from course_son cluster by(c_id);
问题:为什么不可以用 load data ，必须用 insert select 插入数据
总的来说分桶表不能被计算计算过程,MapReduce一直在用,而load data 只是单纯导入文件数据
一旦有了分桶设置，比如分桶数量为 3 ，那么，表内文件或分区内数据文件的数量就限定为 3
当数据插入的时候，需要一分为 3 ，进入三个桶文件内。
Hash 取模:
Hash 算法是一种数据加密算法,同样的值被 Hash 加密后的结果是一致的
性能提升:
如果说分区表的性能提升是：在指定分区列的前提下，减少被操作的数据量，从而提升性能。分桶表的性能提升就是：基于分桶列的特定操作，如：过滤、 JOIN 、分组，均可带来性能提升。
分区和分桶可以同时使用