蜂巢中的索引与分区

【问题标题】：Indexes vs Partitions in hive蜂巢中的索引与分区
【发布时间】：2014-11-01 13:07:25
【问题描述】：

hive 中的索引与分区有何不同？据我所知，两者都提高了查询性能，那么它们有何不同？

我将在哪些情况下使用索引或分区？可以一起用吗？

请推荐

【问题讨论】：

【解决方案1】：

分区允许用户存储存储在不同 HDFS 目录中的数据文件（基于选择的参数，例如，如果您想按日期存储数据文件），从而最大限度地减少用户运行查询时要扫描的文件数量。

虽然索引有助于更快地获取数据，但索引需要在存储要索引的数据的位置构建索引表。这会导致数据存储两次。

【讨论】：

【解决方案2】：

partition:

想象一下，您有一个表来保存从您的应用程序创建的事务。这张桌子一天天变大，如果您根据天间隔对该表进行分区，则数据库会在每个天间隔创建类似的表，但您只能看到一个表。它使您的日常查询更加有效。

索引。索引用于快速访问您的表记录。

【讨论】：