Hive如何根据表中某个字段动态分区

Posted 2021-01-19 健身男儿挑灯夜读

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。