Hive由多个列聚集

Question

据我所知,当hive表在一列上聚类时,它会执行该bulkted列的哈希函数,然后将该行数据放入其中一个桶中.并且每个桶都有一个文件,即如果有32个桶,则hdfs中有32个文件.

在多个列上进行聚簇是什么意思？例如,假设该表具有CLUSTERED BY(大陆,国家)INTO 32 BUCKETS.

如果有多个列,如何执行散列函数？

将生成多少个文件？这还是32吗？

Answer 1

1. 是的,文件数仍为32.
2. 哈希函数将通过将"continent,country"视为单个字符串来运行,然后将其用作输入.

希望能帮助到你!!