hive-- 请不要用动态分区（如果分区可以确定）

如果分区是可以确定的话，千万不要用动态分区，动态分区的值是在reduce运行阶段确定的.也就是会把所有的记录distribute by。 可想而知表记录非常大的话，只有一个reduce 去处理，那简直是疯狂的。如果这个值唯一或者事先已经知道，比如按天分区(i_date=20140819) 那就用静态分区吧。静态分区在编译阶段已经确定，不需要reduce处理。 例如以下两个insert
表分区：

1.插入动态分区：

set hive.exec.dynamic.partition.mode=strict;

insert overwrite table a_test partition (i_date)

select id, page, extract, label_count,weight,‘20140817‘

from b.test_b where request_date_i = ‘20140817‘;

2. 插入静态分区：

insert overwrite table a_test partition (i_date=‘20140817‘)

select id, page, extract, label_count,weight

from b.test_b where request_date_i = ‘20140817‘;

当然选静态分区insert：如果schedule的话，可以动态把i_date传进去：比如：

insert overwrite table a_test partition (i_date=‘${hiveconf:i_date}‘)

select id, page, extract, label_count,weight

from b.test_b where request_date_i = ‘20140817‘;

关于为什么这样，请理解hive运行原理，参考：

http://tech.meituan.com/hive-sql-to-mapreduce.html

http://www.slideshare.net/coderplay/hive-16171301#

https://cwiki.apache.org/confluence/display/Hive/DynamicPartitions

hive-- 请不要用动态分区（如果分区可以确定）