在分块列

Question

我在时间段列上创建了一个bucketed表，其值为0到23，而时间段列的数据类型为int

我在分段表中创建了24个桶并加载了10000000行（6GB数据）

同时我使用相同的数据集

创建了一个普通的非bucketed表

后来我查询了下面的表格以及非下划线的表格，如下所示

select * from bucketed_table where timeslot = 15;

select * from non-bucketed_table where timeslot = 15;

这两个查询的时间几乎相同

我假设bucketed table的性能远远优于非bucketed table

任何人都可以告诉我，如果我做错了或者我的假设是完全错误的吗？

Answer 1

根据我的理解，bucketed table仅在与其他bucketed table连接时表现更好。如果我们只是在bucketed列上查询就不会有任何性能提升，因为在这种情况下，bucketed table和non-bucketed table扫描整个表（数据文件），这就是为什么在这两种情况下启动相同数量的映射器