Ano*_*ous 3 hive hive-partitions
1）如果分区列中没有数据，那么当您查询该数据时，会得到什么错误？
2）如果某些行没有分区列，这些行将如何处理？会不会有数据丢失？
3）为什么需要对数字列进行存储？我们也可以使用字符串列吗？您将选择什么处理程序以及在什么基础上选择分类列？
4）内部表详细信息也将存储在metastore中吗？还是只存储外部表的详细信息？
5）什么类型的查询仅在mapper端而不在reducer中运行，反之亦然？
简短的答案：
1.如果分区列中没有数据，那么当您查询该列时，会得到什么错误？
Hive中的分区列是一个文件夹，key=value其中包含数据文件。如果没有数据，则意味着不存在分区文件夹并且表为空，不显示错误，不返回任何数据。当您使用动态分区分区列内（不符合字段类型和所有值）加载所有NULL值在分区列中插入空__HIVE_DEFAULT_PARTITION__如果列类型是在这种情况下，则类型转换错误会期间抛出的数字选择。例如，无法将textWritable转换为IntWritable之类的东西
2. 如果某些行没有分区列，将如何处理这些行？会不会有数据丢失？
如果“没有”表示为NULL，则将其加载为HIVE_DEFAULT_PARTITION实际上仍然可以获取数据，没有丢失
3.为什么需要对数字列进行存储？-它不需要是数字，我们也可以使用字符串列吗？是。您将选择什么处理程序以及在什么基础上选择分类列？
应根据联接/过滤器列选择用于存储区的列。值被散列，分布和排序（聚簇），并且相同的哈希值（在插入覆盖期间）被写入相同的存储桶（文件）中。表DDL中指定了存储区和列的数量。
Bucketed table和bucket-map-join是有点过时的概念，您可以使用DISTRIBUTE BY + sort + ORC来实现相同的目的。这种方法更加灵活。
4.内部表详细信息也将存储在metastore中吗？还是只存储外部表的详细信息？
无关紧要外部或托管。表架构/许可/统计信息存储在metastore中。
5.什么类型的查询只在mapper端运行而不在reducer中运行，反之亦然？
没有聚合的查询，map-joins（当小表适合内存时），简单的列转换（简单的列UDF，例如regexp_replace，split，substr，trim，concat等），WHERE中的过滤器，排序依据-可以在mapper上执行。
聚合和分析，通用联接，UDAF的排序，分发是在mapper + reducer上执行的。