hive - Hive中基于分区列和非分区列的查询

Question

我有一个外部 Hive 表，如下所示:-

CREATE external TABLE sales (
ItemNbr STRING,
itemShippedQty INT,
itemDeptNbr SMALLINT,
gateOutUserId STRING,
code VARCHAR(3),
trackingId STRING,
baseDivCode STRING
)
PARTITIONED BY (countryCode STRING, sourceNbr INT, date STRING)
STORED AS PARQUET
LOCATION '/user/sales/';

其中表由 3 列分区(countryCode、sourceNbr、date)。我知道如果我根据这 3 个分区列进行查询，我的查询会更快。

我对其他查询模式有一些疑问:-

1. 如果我在执行 sql 查询时将非分区列与分区列(如countryCode、sourceNbr、date、ItemNbr)一起添加作为 where 条件的一部分，它会扫描整个表还是它将仅根据countryCode、sourceNbr、日期扫描文件夹内部，并查找在where条件中指定的itemNbr属性值？

2. 需要提供所有列才能过滤记录或 子过滤器也可以像我只给出前两列一样工作 (countryCode, sourceNbr ) 作为 where 条件的一部分。在这种情况下 它将扫描整个表或仅搜索文件夹内 基于 2 列条件(countryCode、sourceNbr)？

Answer 1

分区修剪适用于所有情况，无论所有分区列位于 WHERE 还是仅部分，其他过滤器都不会影响分区修剪。

要检查它，请使用EXPLAIN EXTENDED命令，请参阅https://stackoverflow.com/a/50859735/2700344