058-尚硅谷-Hive-分区表 说明

好，那么接下来呢，我们看一下我们的分区表啊，前面聊了很多对吧，到处会提到这个分区表，因为在生产环境当中，我们用分区表还是用的非常多的，又提到一个字叫分区。其实到现在为止，你看啊，M2当中有分区概念，刚才呢，我们在这排序的时候有一个RI也是分区的一个概念。那所那什么叫分区呢？其实大家对于分区这个东西应该理解的。分区干嘛用的呢？分区是干嘛用的呢？为什么要有分区这个东西呢？对啊，有才提到了，数据量太大了。

如果不分区，不把这个数据分开，那么就只能说跟all派一样，用一个人去做这个事情吧，对吧？啊，不够，并行太慢啊，分区其就这概念，包括大家或者想一想，我们现在提到的就包括M8当中，我们提到的分区跟分区是不是指的是reducer那边啊，对吧？Map那边叫什么叫切片，叫分片对吧？其实你仔细想一想，在map端的一个切片跟reduce端的一个分区，它有一个区本质意义上的区别吗？不，不聊它的方法啊，当然切面跟分区的方法规则肯定不一样，对吧？就是他们所作用产生的作用有什么区别吗？有区别吗？没有区别，你卖端去切片或者叫分片对吧？

不是提高必孕度吗？Videor，我们所谓的分区不也是提高必度吗？其实它就是说将数据干什么？分开，然后呢，大家一起去计算，那现在呢，我们看啊have里边呢，它有一张表叫分区，有一种表叫分区表，这个表是分区的，那表里边是不是放数据的，那所谓的分区其实就是把我们表的数据干什么分开放。其实讲的就是这意思，就把我们表的数据呢，哎，不放在一个目录里面了，我分多个目录去放完之后，你再查我这张表数据的时候啊，我不是分成一个一个的小目录的吗？你可以在查询的当中写上分区信息。如果说你过滤扫描我数据的时候，过滤条件里面有分区信息，我就能够避免全表扫描，我只扫描，因为我相当于把径就是这个意思，假如说在这他幺零对吧，完之后呢，我们到这来。

有have house，随便啊，随便找一张表，六一现在呢，是不是你把所有的文件全部放在这，但凡你要去扫描表，这下面的所有文件，你是不是都要去扫描，你能指定到某一个去扫描某一个文件吗？能做到吗？你写这个语句做不到吗？如果说这底下我在这里边啊，这不是文件，而这是什么？目录文件夹啊，是文件夹，他其实分区表就这样意思，大数据呢，同样是一个表里的数据，我给他放在不同的文件夹里面，然后你扫描的时候可以指定到这个文件夹去扫描，避免全表扫描，而且生秒文件当中一般是按天来放到文件夹。一天的数据我专门放在一个文件夹里边，因为有很多的指标啊，在生产环境当中，有很多的指标是对头一天的数据做分析的。

我只要投一天的数据，如果你把所有天的数据放在一起。你是能过滤出来当天的根据里边说这个数据里边有个创建时间，对吧，然后根据时间过滤，但是你扫描的时候怎么样啊，你扫描的全表啊，只不过说过滤，把这一点过滤出来了啊，那我们如果建了分区表，我在扫描的时候，我就扫描那一天的数据，其他的以外网的数据我是干什么不扫描了，所以分区表呢，在整个的理解当中啊，它首先呢将数据分开，其实它是对于我们have表的一种优化。提高查询效率的，避免全秒扫描的一种优化方案啊，然后呢，我们来用一下啊。