Hive - 在索引或排序列中搜索读取整个存储桶

Question

配置单元中的查询请勿使用排序和读取整个广告素材。这是正常的还是一种误解。

表：

col_a; col_b; values;

1. 规格：

   • 我的表格被排除并按＆＃34; col_a＆＃34;排序。柱。
   • 表格具有ORC格式

2. 结果：

   • 当我查询＆＃34; col_a＆＃34;时，读取整个桶。
   • 当我索引＆＃34; col_b＆＃34;和查询＆＃34; col_b＆＃34;，读取整个桶。

3. 表格配置：

   • inputFormat：org.apache.hadoop.hive.ql.io.orc.OrcInputFormat
   • outputFormat：org.apache.hadoop.hive.ql.io.orc.OrcOutputFormat
   • serializationLib：org.apache.hadoop.hive.ql.io.orc.OrcSerde
   • bucketCols：[col_a]
   • sortCols：col_a
   • 订单：1

4. 插入以填充表格并选择获取值：

   hive.enforce.sorting=true;
   hive.enforce.bucketing=true;
   
   FROM table_temp 
   INSERT OVERWRITE TABLE table_sorted PARTITION (date=1) SELECT
   col_a,
   col_b
   DISTRIBUTE BY col_a SORT BY col_a;
   
   SELECT * from table_sorted where date=1 AND col_a=986123;
   

5. 我的想法

   我认为排序可以让我们不读取整个存储桶，但允许我们访问特定的行或行范围。我还以为索引可以在一个桶中给我们一行或一个范围。我错了吗 ？顺便说一下，谢谢你的时间！