hive - 如何使用列的值范围对 Hive 表进行分区

Question

我有一个带有 2 列的 Hive 表。员工 ID 和薪水。

数据如下所示。

Employee ID Salary
1   10000.08
2   20078.67
3   20056.45
4   30000.76
5   10045.14
6   43567.76

我想根据工资列创建分区。例如，工资范围为 10000 到 20000、20001 到 30000 的分区。

我如何实现这一目标。

Answer 1

Hive 不支持范围分区，但您可以在数据加载期间计算范围。

创建按salary_range分区的表:

create table your_table
(
 employee_id bigint,
 salary double
)
partitioned by (salary_range bigint)

插入用于工资范围计算的用例:

insert overwrite table your_table partition (salary_range)   
select employee_id, salary,  
       case 
           when salary between 10000 and 20000 then 20000
           when salary between 20001 and 30000 then 30000 
           ...
           else ...
       end as salary_range 
from some_table;