Hive如何根据表中某个字段动态分区

使用hive储存数据时，需要对做分区，如果从kafka接收数据，将每天的数据保存一个分区（按天分区），保存分区时需要根据某个字段做动态分区，而不是傻傻的将数据写到某一个临时目录最后倒入到某一个分区，这是静态分区。

Hive动态分区步骤如下：

1、建立某一个源表模拟数据源并插入一些数据

create table t_test_p_source (

    id string,

    name string,

    birthday string

)

row format delimited fields terminated by '\t'

stored as textfile;

insert into t_test_p_source values ('a1', 'zhangsan', '2018-01-01');

insert into t_test_p_source values ('a2', 'lisi', '2018-01-02');

insert into t_test_p_source values ('a3', 'zhangsan', '2018-01-03');

insert into t_test_p_source values ('a4', 'wangwu', '2018-01-04');

insert into t_test_p_source values ('a5', 'sanzang', '2018-01-05');

insert into t_test_p_source values ('a6', 'zhangsan2', '2018-01-01');

2、建立一张分区表（按ds字段分区）

create table t_test_p_target (

    id string,

    name string

)

partitioned by (ds string)

row format delimited fields terminated by '\t'

stored as textfile;

3、向分区表中插入数据

SET hive.exec.dynamic.partition=true;   #是否开启动态分区，默认是false，所以必须要设置成true

SET hive.exec.dynamic.partition.mode=nonstrict;    # 动态分区模式，默认为strict, 表示表中必须一个分区为静态分区，nostrict表示允许所有字段都可以作为动态分区

insert into table t_test_p_target partition (ds) select id, name, birthday as ds from t_test_p_source;

4、测试是否动态分区了

2018-01-01这个分区只有2条数据，再来看下HDFS上的分区目录

至此，hive动态分区已经完成了。

巴特西

Hive如何根据表中某个字段动态分区

最新文章

热门文章