Question

我有一个带有2个分区的蜂巢表，第一个分区是城市，第二个分区是村庄，所以每个城市分区都将包含其中所有村庄分区的列表。类似下面的

city1/village1
city1/village2
city1/village3
city2/village5
city2/village6

因此，如果我的选择语句为select * from table where village = 'village5' 在输出结果之前，它将搜索城市1和城市2中的所有分区吗？还是会看到配置单元metastore文件并仅点击village5分区。

Answer 1

具体取决于您的Hive版本。在我当前的版本（1.1.0）中，Hive可以指向特定分区，而无需扫描顶部分区

这是一个快速演示。

create table mydb.partition_test 
(id string)
partitioned by (city string, village string);

INSERT OVERWRITE TABLE mydb.partition_test PARTITION (city,village)
select * from (

select '1', 'city1', 'village1'
union all 
select '1', 'city1', 'village2'
union all 
select '1', 'city1', 'village3'
union all 
select '1', 'city2', 'village5'
union all 
select '1', 'city2', 'village6'
) t;

explain select * from mydb.partition_test where village='village5';

STAGE DEPENDENCIES:
  Stage-0 is a root stage

STAGE PLANS:
  Stage: Stage-0
    Fetch Operator
      limit: -1
      Processor Tree:
        TableScan
          alias: partition_test
          filterExpr: (village = 'village5') (type: boolean)
          Statistics: Num rows: 1 Data size: 1 Basic stats: COMPLETE Column stats: PARTIAL
          Select Operator
            expressions: id (type: string), city (type: string), 'village5' (type: string)
            outputColumnNames: _col0, _col1, _col2
            Statistics: Num rows: 1 Data size: 1 Basic stats: COMPLETE Column stats: PARTIAL
            ListSink

从执行计划中可以看到，无需映射操作就可以估计该特定分区的记录数，并且表扫描指向该特定分区。

配置单元多层分区并使用where子句进行选择

1 个答案: