# 建立Hive表分区提升查询效率
#### 操作场景
Hive在做Select查询时，一般会扫描整个表内容，会消耗较多时间去扫描不关注的数据。此时，可根据业务需求及其查询维度，建立合理的表分区，从而提高查询效率。
#### 操作步骤
1. 以**root**用户登录已安装Hive客户端的节点。
2. 执行以下命令，进入客户端安装目录，例如"/opt/client"。 
   ```
   cd /opt/client
   ```
   
   
3. 执行以下命令，配置客户端环境变量。 
   ```
   source bigdata_env
   ```
   
   
4. 在客户端中执行如下命令，执行用户认证操作，集群未启用Kerberos认证（普通模式）请跳过该操作。 
   ```
   kinit 用户名
   ```
   
   
5. 执行以下命令登录Hive客户端。 
   ```
   beeline
   ```
   
   
6. 指定静态分区或者动态分区。 
   - 静态分区： 静态分区是指手动输入分区名称，在创建表时使用关键字**PARTITIONED BY** 指定分区列名及数据类型。应用开发时，使用**ALTER TABLE ADD PARTITION** 语句增加分区，以及使用**LOAD DATA INTO PARTITION**语句将数据加载到分区时，只能加载到静态分区。
     
   
   - 动态分区：通过查询命令，将结果插入到某个表的分区时，可以使用动态分区。 动态分区通过在客户端执行如下命令开启：
     ```
     set hive.exec.dynamic.partition=true;
     ```
     动态分区默认模式是"strict"，也就是必须至少指定一列为静态分区，在静态分区下建立动态子分区，可以通过如下设置分区模式为"nonstrict"开启完全的动态分区：
     ```
     set hive.exec.dynamic.partition.mode=nonstrict;
     ```
     
   
   
   需注意：
   - 动态分区可能导致一个DML语句创建大量的分区，对应创建大量新文件夹，对系统性能可能带来影响。
   
   - 在文件数量大的情况下，执行一个SQL语句启动时间较长，可以在执行SQL语句之前执行"set mapreduce.input.fileinputformat.list-status.num-threads = 100;"命令缩短启动时间。"mapreduce.input.fileinputformat.list-status.num-threads"参数需要先添加到Hive的白名单才可设置。