54_尚硅谷_Hive分桶_表创建.avi原创

好呃，在汉当中啊，它其实还有一种分同表，分通表，它有它还有自己的一个查询规则啊，他还有自己的查询规则。来注意讲分总表，一定要讲那个分区表，分区表当时我们讲的是分的是。文件夹是不是啊，文件夹就是路径路径，然后这个分图表呢，它分的是数据文件。数据文件就是你最后那个student.txt啊。假如说你要放到四个桶里边，它最终把这个student连TST啊分成了四个文件，那这个东西跟什么很像啊？怕是吧，又跟那个那个分区一样啊，是不是最终形成了四个文件吗。最终形成了四个文件，那我们看一下。他其实也是数据量很大的时候来做的，而且分表啊，在一般的公司当中还用不到，用不到，因为他要求数量级太大了。

小看你都已经做了分区了，你都已经做了分区了，你还要对文件再进行再切分。就说明数据量太大了，就目前我跟很多出去的学生都聊过，就是他们就专门做汉这块的，也没有接触到，很少有人接触到分组表，分组表但是大家要了解一下，来了解一下它也是针对于数据集的，数据集过大，你想想看分区是不是当时讲的时候就是数据，数据量过大了之后，你需要把它放到不同的文件夹里边啊，哎，这个就是一个文件夹里边同一个文件它还大。它太还太大了，那你要分成不同的文件，不同的文件是这个意思啊。你看它是分筒，将数据集分解成更容易管理的若干部分的另一个基础啊，这还有一个基础就是分区，知道吧，分区，这两个分区和分桶都是解决数据量过大的问题啊，过大的问题了，那我们来创建一个分同表，分表。

分钟秒。首先是create一个table。BO8的啊同，然后它的一个字段，然后是ID，然后是in特版。Name，然后加一个string。这个时候你要指明分。同字段来看一下我们这个语法。在语法在这是吧，建表的语句还记得当时帕的这个字段是吧，这个字段要编一个什么，要类型吧，然后分同呢，他不用跟类型吧，而且我们强调过这个字段一定是这里面的字段吗。

读一下CED，刚才class没有ED吧，我们讲了ED这是关键字啊，你稍微记一下就在见表语句里面，它才有，它才有的啊。然后我们这个ID啊，我们按ID进行分，然后INTO4个B。CKS啊，我们准备放到四个桶里边。就类似于你二里面写的什么。最后你那个返回帕盖到爬那个。你返回的这个是是这个意思，然后是如的吧，这块我粘下了，不写了。Role format。括号ID要用括号ID括号。

那我慢慢把这个粘一下。因为我们写了很多行，再往上翻的话也比较麻烦。这个ID是要加括号，你看他语法号的是少了一个括号是吧，ID周围是吧，一下分钟表都建好了做。收bos，看一下分钟表在这，然后我们从集群上看一眼。首先你们觉得这个表从表格结构来看，它应该没有什么区别吧？You'的have will house。表，然后这张表肯定都一样的啊，就像我们当时建分区表一样，他这个表建出来它都是一个空档文件夹啊，它不会有什么具体的内容，那接下来我们要做的事是什么呢？往里面放数据吧，啊放数据，那我们放数据，那放数据之前我们要为了好解释，我们要对这个数据做一个修改。之前不是有一个16的吗。

嗯，我们背开一个STU。BT吧TST，因为之前呢，我们呃分桶也不好分，数据量太小，数据量太小。我看一下我有没有数据啊，这边是有数据的是吧，我们把这个拿一下。在这。因为这个数据量稍微多一点，然后它是123~16嘛，到时候我们会更好的看清楚这里面的具体的数据啊，CTRLC拿过来，然后粘到我们这，粘到我们这拿过来CTRLC，然后我们把这个数据干什么。导进来吧，哎，通过我们最常用的是漏漏data pass吧，这个东西现在已经都敲烂了是吧。DW，拿下。你想想看，你们都敲烂了，你想看我得唱多少次？

BK这个名字取的是什么？STBT是吧？b.TT into into什么呢？我们这个table是ST杠比CK吧，CK好走一下，数据加载进去了，那我们查一下线啊，二好，看正常的分钟表我们能查到，查能不能查到数据。走数据是没有问题的，对吧，哎全部导进来了，但是我们要看一下什么这上面呢。我们见的分组表，它最后还是只有一个文件。那其实我们能想明白是什么原因吗？因为你这个load呀，Load加载数据，我们之前所讲的，它是不是等于copy或者put呀，那你想想看，你要是往HDF上put一个文件，它怎么可能给你分成四个文件吗？不可能啊，哎，这是加载方式的问题，我们知道了，那我们换一种加载方式。

我们通过insert insert它这种方式不是会走MR任务吗？哎，我们通过insert来插入看一下来，首先我们把这张表清空了，T2。窗开了窗看C看，然后吧，然后S吧，把这张表清空了，清空之后查一下，放心一点，让那个。啊，就是这张表，你看一下这个数据啊，传开了之后，这个数据也没了吧，把数据也删了，因为它这个管理表。好，接下来我们建一个普通的表。把数据导进来，因为你要通过ins色的来插入啊，我们不能in色的values这种方式插入啊，太慢了是吧，我们通过什么呢？这一普通的表，把这个数据放到普通表里边，然后你银色的插入的时候，C那先这张普通表。

懂我的意思吧，OK，那我们快速操作一下。结果，然后sto有有没有sto这张表没有to是吧，Sto被我们删了，好，那正好我们就创建一个s To Grade table s to这张表，然后它的一个字段，那字段肯定要一样嘛，Idt，然后是。嗯，那好，然后直接就是说风了吧，没有什么分区分了吧。慢了。然后是limited limited，然后。Terminated。

高地。走一下，创业成功了，然后把这个数据导进来吧。漏的漏的。A local impulse。卢静。然后是STU杠，UCK。点T吧，Table，然后是S这张表下，现在查一下S这张表里边是不是有数据，那个t from s to已经导进来，对吧？啊，接下来呢，我们就是要往。我们的分同表里边通过insert来插入insert，那怎么写啊？色的或者都一样吗？因为你里面是没有数据的嘛，Table。

是哪张表，S tu BU CK这张表，CK这张表，然后呢？查询语句了啊，Select from to这张表好走一下。有同学应该注意到这个问题吧。那个。最终的结果还是只有一个文件，只有一个文件。啊，那通过这种排六的不成功啊，其实它还有一个属性来看一下啊。在这普通的方式，刚才是普通的方式导入吧，或者说。这是我们刚才所说的是吧，结果是这样的啊，通过像一个普通表里面插入数据，然后通过音色的。

这种方式插入的时候发现还是只有一个，其实它还有一个属性这个。来看。这是什么啊？是否分头啊，它的属性你看默认的值是什么？是false啊，就是这个属性。这个属性他不让你分同，不让你分同，那那底下怎么可能会分多个文件吗？还是不可能的，那我把这个属性改一下，改成什么。True吧，哎，改成true，接下来还要改个什么内容呢，就是你这个reduce个数你不要，你不要从外面自己设置了，你让他分通表，他自己来管理的。自己来管理，我们是不是分成四个桶啊，那最终你正常的。应该是几个为634个吧，你就把你自己的那个值呢，你把它改回去之前我们是不是设置了三个，你改成负一啊，让它走它自己它个语句里面，它自己那个reduce个数的一个逻辑啊，你不要在外面自己设置了走一下。

接下来我们往那个桶里面插数据吗？插数据之前我们还是要干什么，清空一下刚才我们那个表吧，对吧，然后是S。走一下，然后看一下啊，没有数据了，没有数据之后，我们还是刚才那个语句是吧。哎，In to，然后是select新from，然后是s still，这张表是不是走一下。那你看一下这个时候reduce的个数。是不是四个啊，六个四个，那我们就知道最后的文件肯定是四个吧，啊四个文件。

好，然后我们先查一下谁的。然后这个STU-BCK走。哎，你发现了一个什么问题啊，就是之前我们查的时候是什么要一到16是吧，就是说发现它数据变了。但是有一个规律吧，什么规律啊，这个东西除以四零嘛，哎，这个是一，那这个是二，这个是三。那其实他select新读数据的时候，他干了什么事呢？他就从上往下读吧，他就是挨个文件读的是不是。就是select新读，你select新没有走任何6%程序吧，他就把数据读过来，是不是他读过来的时候呢，如果你这里边有多个文件啊，它是从第一个文件读完了之后，读第二个文件，然后往下读的，是这样的，好那你想想看这个。

分区号不是零吗？013这个地方不是它的分区号，这分区号怎么来的呀？是不是模拟四啊。为什么模拟四是不，我们见铜语句的时候说into four8，哎，见到四个铜里边建到四个铜，它所以它是最终会产生四个reduce，哎，同时产生了四个文件，四个文件，而且它肯定是按照你的。分钟了字段你分不是ID分懂了吗？是不是我们见表有。建表语句不是classed by ID吗？哎，你是按ID来进行分统的，那最终要模拟四的那个数据呢，就是ID，他拿ID去模拟四。

所以说最终这个我们可以下载下来看一下啊，那这里面的数据肯定就是四八十二十六吧。是吧？桌面这个打开。啊，他读的顺序就是这样的啊，都是一样的啊，他谁来个新，只不过就是把数据全部读过来而已，他不做任何处理吧。这是我们分统的一个展示啊，你一定要注意他有两个属性吗。第一个你要把它这个分同属性给。设置成处，它默认的是false，你要想见分钟表的时候，你一定要切记。第二个就是。你不要指定这个reduce的一个个数的话，哎，你让他按照自己的，它里面写了分成四个桶，它自己就知道，它最终会放到四个reduce里边啊，会采会起四个reducer来处理这个数据，处理这个数据最后查询数据的话，它就是按照。

文件的一个顺序啊，文件的顺序从上往下读到啊，因为C新不做任何处理，它也是不做任何处理的，他只是把数据从HDF当中拿到你的控制台而已啊，拿到你的控制台而已，没有多做任何事情。