我正在使用Apache Hive，我不明白为什么如果我使用INSERT OVERWRITE vs LOAD加载数据，表的大小会翻倍。以下是该问题的说明：
我创建了一个表项 从item.dat加载数据（aprox 28MB） 在Azzure中发生的事情是文件item.dat将被移动到hive / warehouse并且当然大小保持不变
现在，如果我创建另一个表item2与item相同，然后使用以下命令将数据从item加载到item2：
INSERT OVERWRITE TABLE item2
SELECT * FROM item
表item2的大小是item的两倍（aprox 55MB）
为什么会这样？有没有办法避免它？
PS。这只是为了说明问题。在实践中，我对预加入表感兴趣，但INSERT OVERWRITE大大增加了连接表的大小（实际问题：4GB加入28MB，提供18GB）
答案 0 :(得分：2)
解决了这个错误：）
问题是由表的某些字段创建的，类型为char。
当使用INSERT OVERWRITE填充表时，对于char（50）类型的所有字段，即使值小于50，它也会自动添加空字符以填充为char数据类型保留的整个空间。这实际上是char和varchar之间的主要区别。后者将根据存储的值占用可变的空间量。但另一个问题是，为什么在使用LOAD时不会发生这种情况
但是，至少我知道它为什么会发生并设法通过将char更改为varchar数据类型来避免它...所以要注意数据类型;）
答案 1 :(得分：0)
表格项目的存储可能已压缩，您使用＆＃34; insert overwrite＆＃34; 按下项的数据，然后将按下的数据插入表项2中。