hive中分区表和分桶表的区别

Hive将表划分为分区(partition)表和分桶(bucket)表。

• 分区可以让数据的部分查询变得更快，也就是说，在加载数据的时候可以指定加载某一部分数据，并不是全量的数据。

• 分桶表通常是在原始数据中加入一些额外的结构，这些结构可以用于高效的查询，例如，基于ID的分桶可以使得用户的查询非常的块。

• 分区在HDFS上的表现形式是一个目录， 分桶是一个单独的文件

• 分区: 细化数据管理，直接读对应目录，缩小mapreduce程序要扫描的数据量

• 分桶： 　
  1、提高join查询的效率（用分桶字段做连接字段）
  2、提高采样的效率

文章来源: www.jianshu.com，作者：百忍成金的虚竹，版权归原作者所有，如需转载，请联系作者。

原文链接：www.jianshu.com/p/a62d176498bd