hive修改分区字段值

Posted 2023-05-01

参考技术A 修改分区自算值的时候，只要在软件里面有一个工具，工具里面可以进行这些数值的更改，更改就可以完成分区。
分区就可以在里面有一些详细的参数更改。

Hive动态分区与静态分区，数据插入，区别

静态分区是插入时对分区字段指定值，动态分区是插入时对分区字段不指定值

动态分区可以通过下面的设置来打开：

set hive.exec.dynamic.partition=true;

set hive.exec.dynamic.partition.mode=nonstrict;

然后代码里就可以这么写：

insert overwrite table tbl_name partition(pt, if_online)
select field1, field2, ..., pt, if_online
from tbl
where xxx;

注意输入字段的最后面必须是动态分区字段。需要在select中查出分区的字段

看一下与静态分区写法的区别：

insert overwrite table tbl_name partition(pt=20121023, if_online=1)
select field1, field2, ..., fieldn
from tbl
where xxx;

不需要在select中查出分区的字段，已指定值

动态分区与静态分区还有一个细微的差别是，静态分区一 定会创建分区，不管SELECT语句的结果有没有数据。而动态分区，只有在SELECT结果的记录数>0的时候，才会创建分区。因此在不同的业务场景下，可能会选择不同的方案。

另外使用动态分区时需要注意的比较重要的一点是，动态分区会为每一个分区分配reduce数。比如说你在脚本上面写了：set mapred.reduce.tasks=100;

并且有两个分区：pt, if_online。如果结果集中pt=20121023，if_online=0/1，那么它就会为pt=20121023/if_online=0，pt=20121023/if_online=1各分配100个reduce。也就是说，namenode会同时处理200个文件的写操作。这在分区值很多的情况下，会成为一个灾难，容易直接把namenode给搞挂掉，是非常危险的。因此使用动态分区时，一定要清楚地知道产生的动态分区值，并且合理地设置reduce数量。
--------------------- 

原文：https://blog.csdn.net/inte_sleeper/article/details/8106142 
 

区别：

1 动态分区需要添加两个设置

2 动态分区的表在插入时需要把分区字段查询出来，静态分区不需要

3 动态分区在数据量大于0时才会创建分区，静态分区的数据量为0时也会创建分区