00:00
好，那接下来呢，我们先要去准备几个数据啊，准备几个数据，呃，还是拿第1PD。啊，这个数据等我准备一下啊，在下面呢也放了，现在呢，我们就放这几个数据啊呃，我们把这个数据先准备好。到出来CD BD Mo到塔里边来为de PT，嗯，我们叫这个，我们就这这个无所谓啊，我就1.dpd啊来插入，然后呢，把这个数据放进来，然后为这个第PT。二点我就不写那么长了，在文档当中写的是不是2020杠零四，什么幺零啊零幺对吧，我就不写这么长了，我就说123啊，这个文件倒无所谓嘛，对吧，这里面呢放了三十四十是吧，然后我一个dept3.tst啊，到时候呢，我们准备三个分区啊，这是给三个分区准备的数据，五十六十毫分要三啊然后呢，我们去创建一张分区表啊，创建一张分区表，首先之前我们说的，呃，创建一张表科table，然后我们叫dept下划线给我们写上加一个后缀啊，要不然第1P那张表述已经存在了呀，对吧？然后呢，这里边字段我得去拿一下了，我们就不敲了啊在这。
01:36
呃，DBD number d和location没有问题吧，啊，是这样东西，之前我们要写的，写的时候是不是就是form。对吧，那那就普通的表分区表要加一个part的啊，注意加ED的啊叫part。
02:04
为什么强调这个事呢？因为最后我们还有语句查询当中呢，还有part。啊，所以要强调这个地方加了ED了，建表语句当中都有ED啊，所以呢，我把它拿过来，我们再给它一个分区字段叫天对吧？哎，给他一个分区字段，注意这个分区字段呢，跟他们三个人都不相同对吧？啊都不相同，然后最后我们再去指定什么。格式对吧，这个已经敲很多了，叫的好，然后接下来我们要把数据呢里放好，我们本地是不是有1233个数据啊，对吧，我们放到三个分区，按天放进去，天呢我们随便指定，那之前我们放数据怎么放的，首先这一块是不是说见表的时候有区别了，对吧？接下来放数据之前我们怎么放的，叫漏的贝，然后呢，叫第PT1.pst是不是into table诶少了一个I啊in table是不是这个DEP的PR这张表。
03:29
对吧，啊，以前是不是这样直接加一个什么分号结束了，现在呢，它是一个分区表，我们在这个基础上又变了，刚才建表语句不一样了，现在呢，我们要加一个分区信息，就是现在你看啊，我们这个文件里边是不是这三个东西有了。但是这个字段呢，它也是一个字段呀，对吧，没有对吧，所以呢，我们要指定一下叫partition括号叫对等于日期随便给一个，那我们就给，呃，前天好了对吧，二十五二十六二十七啊杠幺零他这个自转嘛，你随便给我给。
04:14
啊，要加上一个分区，要指定分区去放好，放进去了，放进去好以后呢，我们来查一下，看这张表是什么样。是不是这张表对吧，第1PD撇点。这是一层d directly是目录啊，对吧，而他的数据正常的数据呢。叫TPD好，那基于这种情况下呢，我们是不是可以把另外的两个都放进来啊，这是二，然后呢，我把它放到当你还还能把这个数据放到25号分区啊，那我们就不要这了，我就放到26号分区，对吧，这个呢改成27，然后这个用三好那我们查数据啊，我们现在呢，做一个全表查询C那行from de BT_BR。
05:16
是不是前面这个段能看到，哎，这个东西是不是也相当于是它的一个字段呀，分区字段也是表示字段，它这个字段的用法呢，跟其他时候都一样。啊，那我们还能做这个事情啊，看啊的新，我去写from de PT_PR然后没有。对，等于等于它还有一种写法，我也是写不了，结果一定一样的，我怎么写呢，叫1NUMBER等于十，是不是结果一样的。
06:06
结果完全一样吧，但是这一条搜的效率要高很多，因为这条搜狗啊，它是扫描了全秒了，因为它是对第一批的number进行过滤，那这有时想不通了，诶你这边呢，对对进行过滤，我这边呢，第一批的number进行过滤。凭什么我就不走全面扫描，你这边呢，就要走全面扫描，因为你想想看啊，这个东西第一面令number它是放在哪的呀。它是放在文件里边的，那我不扫描，你看现在呢，是不是有三个。目录，那我不扫描这个文件，你知道这里边有没有等于十等于20的吗？你知道吗？同样道理，这个第1PD3如果你不去扫描它，你知道有十有20的，你知道有没有吗？你不知道，那你要我们要的是候十或者20的，那你只能怎么办，全表扫描，那而这个D呢？那D它是在哪的呀？是不是在这一层啊，你要的是D等于1025的，那有可能指向它，有可能指向它吗？不可能，我们就直接干什么，是不是定位到这个目录的呀，因为这个分区字段啊，它是这个当前这张表的字段没有问题。
07:33
但是他这个字段比较特殊，它不是它这个字段不是放在具体的文件里面的，而是放在目录的位置。你看啊，它这个字段是不是放在目录的位置，它不像我们第1p number d name，或者说LC是不是放在文件里边的，那如果放在文件里边，你要对这个字段进行过滤的时候，你不扫描文件能行吗？不行，但如果说对于分区字段，它是放在目录的位置的，对吧，我不扫描文件是不是可以啊，对吧？我我这个字段就不放在文件里边，我直接读这个文件夹，我是不是就知道了，我只扫描这一个文件夹呀。
08:11
对吧，是这样子的，所以分区表呢，就是用来提高效率的，可以避免掉全秒扫描，而且分区表的信息放在这个位置，不光放在这个位置，其实在买斯当中也放了这个信息，就是这个这个我们来看一下啊。在MYSL的原数据里边，也就是说他在扫描HDFS之前，他就已经知道要访问HDFS哪一个目录了，啊来看一下这边呢有关于什么。分区信息的原数据对不对，好，那我们来看一下啊，我们点开都看一下这个地方你看。分区名称是不是刚才我们看到的，然后它这个东西是不是跟表有关联啊。
09:02
对吧，那你想想看，我们在真正检索还是两班数据之前，由于。分区信息跟表有关系，表跟库是不是有关系，而库里边是不是记录了详细的HDF路径啊，然后把表拼接，表明拼接上去，把分区信息拼接上去，是不是就直接定位到了我要扫描的那一个分区。对吧，那这样的避免了全面扫描，它不做全面扫描的就是，当然有个前提啊，不是说分区表，只要你是分区表，我就一定不做全面扫描啊。不能这样说对吧，那你告诉我这样做不做全面扫描，你这做不做全面扫描，那肯定做呀，你不做全面扫描，你凭什么把我这书你拿到呀，对吧，我们说的他什么时候不做全面扫描，你V字段V子句里边一定有分区字段的过滤条件，对吧？可以这样写啊，你可以这样按一个什么东西都行。
10:12
And，假如说第一批订单等于20，这个都不会做全面扫量，就是你的过滤条件里边一定要分区字段的过滤条件，能理解这个事，如果说我不按对进过滤，就类似于这个我按照第一批的number进过滤，你能避免全能扫描吗？因为没办法做到，对吧？你不扫描全表，你怎么能查到所有的数据呢？你想要的数据呢？对吧？啊，这个一定要注意一下，就是说分区表呢，可以帮助我们避免掉全表扫描，但是它是有前提的，必须得在什么。就这句话在查询当中，通过非要此句表达式当中选择所需的分值，对吧？指的是这个意思，它就能够帮助我们避免掉全表扫描啊，那就是说在生产环境当中，更多的就按照天去保存数据的，假如说我今天28号，我要对27号数据进行分析，我是不是先限定一下分区，等于27号就好了，我不用全盘扫描，我再去过滤吧，那就比较麻烦了啊，那效率比较低了，对吧？
我来说两句