Hive分区表添加分区时的注意事项

总的来说，Hive相当于在hadoop之上加了一个SQL语法层，它提供了客户端与接口供使用人员与hadoop间接交互，简化了hadoop的使用。它接收SQL语句，转换成MapReduce任务，供hadoop执行。而且SQL语法很规范哦，上手很简单。

其他关于使用方面的说明不再赘述，这方面的网上很多。

想记录一个很小的问题。是关于外部分区表使用相关的。

外部分区表建表语句

CREATE EXTERNAL TABLE 表名 ( 列属性等 ) PARTITION BY ( 列属性等 ) ….

需要注意的是，作为分区出现的列不可以同时出现在表明后面的区域内，否则会报出“Column repeated in partitioning columns”的错误。

还有，通常新建分区并导入数据时，是通过跑MapReduce的程序向HDFS中导入数据的，HDFS目录名就在这个时候被确定下来。相应的，就需要在表中进行“ALTER TABLE… ADD PARTITION”的操作，表中所对应分区列所对应的数据内容是在这一步确定的。路径名与“ADD PARTITION”时写的不一致时，需要格外注意。

举个例子如通常分区会使用日期和整数时间作为分区列，如果跑MapReduce时指定的路径类型是带横杠形式的，如日期和时间分别为“2016-06-09”和“14”。而“ADD PARTITION”是“20160609”和“14”。使用查询语句要将过滤条件写成与“ADD PARTITION”相同的格式，也就是后者，不带横杠的形式。否则会导致数据查询不出来。