Question

假设下一个表：

sch_test.test_cascade
    a    b    c
    -----------
    6    10   1
    6    10   1
    6    10   2
    6    10   2

a，b和c是整数，表由c分区。当我使用CASCADE在Hive中添加一列时：

ALTER TABLE sch_test.test_cascade ADD COLUMNS (d int, e int) CASCADE;

它返回下一个表：

sch_test.test_cascade
a    b    d    e     c
-------------------------
6    10   1    NULL  1    
6    10   1    NULL  1  
6    10   2    NULL  2  
6    10   2    NULL  2

也就是说，第一个插入的列（在本例中为d）获取分区列的值（注意，我已添加两列以显示第二列为NULL）。但是，如果我添加没有CASCADE的列：

ALTER TABLE sch_test.test_cascade ADD COLUMNS (d int, e int);

它返回下一个表：

sch_test.test_cascade
a    b    d       e      c
----------------------------
6    10   NULL    NULL   1
6    10   NULL    NULL   1
6    10   NULL    NULL   2
6    10   NULL    NULL   2

也就是说，两个插入的列都是NULL。

我不太清楚在使用CASCADE或RESTRICT添加列之间的区别，在Hive文档中我可以看到：

可以在Hive 1.1.0中使用CASCADE | RESTRICT子句。更改表使用CASCADE命令添加| REPLACE COLUMNS会更改a的列表格的元数据，并将相同的更改级联到所有分区元数据。 RESTRICT是默认值，限制列仅更改为表元数据。

但我并不清楚＆＃34;对所有分区元数据进行相同的更改＆＃34; 和＆＃34;限制列更改仅限于表格元数据＆＃34; 。（Restrict是否仅适用于一个分区，Cascade适用于所有分区？前面的示例说明相反）。如果这就是插入第一列（在CASCADE模式下）获取分区列值的原因。

Answer 1

如果我们不在ADD列中添加层叠，则现有分区将具有相同的定义。即使在用新字段覆盖分区之后，该新列在它们中也将为空。您可以删除并重新创建分区以解决此问题。

在Hive中使用CASCADE的ADD COLUMN的确切行为

1 个答案: