爲什麼分區可以在蜂巢表中媲美？

Question

我知道我們可以使用「<」或「>」比較hive表中的分區，即使pt是表示日期的字符串類型。就像這樣：

WHERE page_views.date >= '2008-03-01' AND page_views.date <= '2008-03-31' 

蜂巢可以用我們想要的正確方式做到這一點。

我的問題是如何配置單元可以做到這一點，以及爲什麼它可以通過正確的方式比較日期字符串？

謝謝！

Answer 1

在Hive中，分區是實現選擇性掃描的一種方式，因此每個分區將有一個或多個構成它的文件。當使用分區進行查詢時，速度更快，因爲Hive知道需要掃描哪些文件，哪些文件不需要掃描。 Hive可以在你的情況下理解順序，即使它是一個字符串，因爲你的字段是'yyyy-MM-dd'格式的字典順序匹配日期順序，如果你使用其他日期格式，例如'MM-dd -yyyy'，它不起作用。