蜂巢中的桶

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，我们也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。