hive 分割槽表、桶表和外部表
1：分割槽表
圖：建立分割槽表
圖：匯入資料
圖：在HDFS的顯示資訊
分割槽欄位就是一個資料夾的標識
圖：在多列上建立分割槽
圖：匯入資料
圖：在多列上建立分割槽後在HDFS上形成的結構資訊
把表中的大多數字段建立為分割槽欄位，可行嗎？分割槽不是越多越好，分割槽越多的話，載入資料的話必須注意分割槽，那麼檔案會被控制的非常小，Map的任務數量增多，
計算不一定會快。Hive限定了分割槽的數量。選用一些查詢比較頻繁的欄位來建立分割槽，時間欄位等。
查詢比較頻繁，並且不會有很多列舉值的欄位，適合作為分割槽欄位。分割槽欄位就是虛擬列(virtual column)。
圖：查詢結果，其中分割槽欄位顯示了出來，但是在資料檔案中是不存在的，那麼我們稱它們為虛擬列。
不合理的地方，比如我們對一個網站的銷售日誌進行分析，我們根據ip地址的地區進行分割槽，那麼有些地區如京廣滬地區的ip會比較多，
造成資料分佈的不平衡，有些檔案中的資料多，有些檔案中的資料少。
2：桶表
對立面的記錄做一個hash計算，經過hash運算後， 然後對hash進行取模計算，比如mod 10，那麼取模計算後，劃分的每份的資料量是差不多的，
模的資料為桶，模10的話，那麼就有10個桶，那麼各個map進行計算的時間差不多，缺點：用業務欄位來查詢的話，沒有什麼效果。
進行表連線的時候查詢資料方便；進行抽樣查詢時比較方便，按照桶表進行抽比較符合要求。
圖：建立桶表，並載入資料
圖：分完桶後是三個檔案
3:外部表
外部表不對應HDFS的資料夾，但是在資料庫中能夠找到它。把資料表刪了不會影響資料。
外部表和分割槽表用的比較多，使用者在上傳資料時早已根據某些欄位對資料進行了劃分。
圖：建立外部表並查詢