Hive查询不使用索引

Question

我正在分析在hive表上使用索引的影响。我创建了一个包含5列（COL1，COL2，COL3，COL4，COL5）的表格，并在其中加载了100000行。我还在这张桌子上创建了一个关于COL1的索引。

我在select *上使用WHERE子句运行COL1，这是一个索引列。

与在运行索引之前运行相同查询的情况相比，我发现查询运行时没有任何改进。

我在我的选择查询上做了一个EXPLAIN，它显示了TableScan而不是IndexScan，我无法弄清楚为什么它没有使用索引。

请帮忙。

Answer 1

您可以查看this和this，但基本上如下：

1. 创建索引

   CREATE INDEX .. ON TABLE ...

2. 构建索引

   ALTER INDEX .. ON .. REBUILD;

3. 使用索引

   INSERT OVERWRITE DIRECTORY＆＃39; / tmp / indexes /..&# 39; SELECT _bucketname，_offsets FROM default__t _..__...

   SET hive.index.compact.file = / tmp / indexes / x;

   SET hive.input.format = org.apache.hadoop.hive.ql.index.compact.HiveCompactIndexInputFormat;

   SELECT ... from ... where ... group by ...;

希望有所帮助