标签：
Hive默认是静态分区，我们在插入数据的时候要手动设置分区，如果源数据量很大的时候，那么针对一个分区就要写一个insert，比如说，我们有很多日志数据，我们要按日期作为分区字段，在插入数据的时候我们不可能手动的去添加分区，那样太麻烦了。还好，Hive提供了动态分区，动态分区简化了我们插入数据时的繁琐操作。
使用动态分区的时候必须开启动态分区(动态分区默认是关闭的)，语句如下：
- set hive.exec.hynamic.partition=true;
下面我们再介绍几个参数：
- set hive.exec.dynamic.partition.mode=nonstrict
注：这个属性默认是strict，即限制模式，strict是避免全分区字段是动态的，必须至少一个分区字段是指定有值即静态的，且必须放在最前面。设置为nonstrict之后所有的分区都可以是动态的了。
- set hive.exec.max.dynamic.partitions.pernode=10000
注：这个属性表示每个节点生成动态分区的最大个数，默认是100
- set hive.exec.max.dynamic.partitions=100000
注：这个属性表示一个DML操作可以创建的最大动态分区数，默认是1000
- set hive.exec.max.created.files=150000
注：这个属性表示一个DML操作可以创建的最大文件数，默认是100000
下面通过一个示例来说明：
创建一个带分区的test表：
- hive> create table test(
- > id int, name string
- > ,tel string)
- > partitioned by
- > (age int)
- > ROW FORMAT DELIMITED
- > FIELDS TERMINATED BY ‘\t‘
- > STORED AS TEXTFILE;
- OK
- Time taken: 0.261 seconds
我们这里有有一张test_data表，数据如下：
- hive (hive)> select * from wyp;
- OK
- id name age tel
- 1 lavimer 23 13878789088
- 2 liaozhongmin 24 13787896578
- 3 liaozemin 25 13409876785
- Time taken: 1.704 seconds
- hive (hive)>
现在我们从test_data表中查询出数据插入到test表中，第一种方式是指定分区：
- hive (hive)> insert into table test
- > partition (age=‘23‘)
- > select id,name,tel
- > from test_data;
如果每一个年龄我们都要指定一个分区的话，就非常的麻烦，还好Hive提供了动态分区，如下：
- hive (hive)> set hive.exec.dynamic.partition=true;
- hive (hive)> set hive.exec.dynamic.partition.mode=nonstrict;
- hive (hive)> insert into table test
- > partition (age)
- > select id,name,tel,age
- > from test_data;
上述语句中，select查询出来的age会作为分区的值，对应partition后面的age。
注：使用动态分区的时候一定要开启动态分区。另外如果是strict模式，则至少要有一个静态分区且在最前面。nonstrict模式下无要求。
Hive动态分区
标签：
原文地址：http://www.cnblogs.com/thinkpad/p/5173668.html
