Hive中的桶

Hive中的存储桶是一种数据组织技术。它类似于Hive中的分区功能, 具有将功能强大的功能将大型数据集划分为更易于管理的部分（称为存储桶）的功能。因此, 当分区的实现变得困难时, 我们可以在Hive中使用存储桶。但是, 我们还可以在存储分区中进一步划分分区。

蜂巢中的桶装工作

• 存储的概念基于哈希技术。
• 在此, 计算当前列值和所需桶数的模块（假设F（x）％3）。
• 现在, 基于结果值, 数据将存储到相应的存储桶中。

在Hive中进行存储桶的示例

• 首先, 选择我们要在其中创建表的数据库。

hive> use showbucket;

• 创建一个虚拟表来存储数据。

hive> create table emp_demo (Id int, Name string , Salary float)  
row format delimited  
fields terminated by ', ' ;

• 现在, 将数据加载到表中。

hive> load data local inpath '/home/codegyani/hive/emp_details' into table emp_demo;

• 使用以下命令启用存储桶：-

hive> set hive.enforce.bucketing = true;

• 使用以下命令创建存储表：-

hive> create table emp_bucket(Id int, Name string , Salary float)  
clustered by (Id) into 3 buckets
row format delimited  
fields terminated by ', ' ;

• 现在, 将虚拟表的数据插入存储桶的表中。

hive> insert overwrite table emp_bucket select * from emp_demo;

• 在这里, 我们可以看到数据分为三个存储桶。

• 让我们检索存储桶0的数据。

根据哈希函数：6％3 = 0 3％3 = 0因此, 这些列存储在存储区0中。

• 让我们检索存储桶1的数据。

根据哈希函数：7％3 = 1 4％3 = 1 1％3 = 1因此, 这些列存储在存储区1中。

• 让我们检索存储桶2的数据。

根据哈希函数：8％3 = 2 5％3 = 2 2％3 = 2因此, 这些列存储在存储区2中。