Hive的数据模型-分区表
创建分区是为了提高查询效率，在数据量非常大的时候一定要优先考虑分区，
partition 分区对应于数据库的 partition 列的密集索引
在 Hive 中，表中的一个 partition 分区对应于表下的一个目录，所有的 partition 数据都存储在对应的目录中
例如：test表中包含 date 和 city 两个 partition，
则对应于date=20130201, city = bj 的 HDFS 子目录为：
/user/hive/warehouse/test/date=20130201/city=beijing
对应于date=20130202, city=sh 的HDFS 子目录为：
/user/hive /warehouse/test/date=20130202/city=shanghai
创建数据文件
beauty_ch.txt beauty_uk.txt beauty_us.txt
创建外部分区表：
create external table beauties(id bigint,name string,age double) partitioned by (nation string) row format delimited fields terminated by '\t' location '/data/beauty';
加载数据到分区
load data local inpath
'/var/lib/hadoop-hdfs/test/beauty_ch.txt' into table beauties partition (nation='China');
修改表分区
alter table beauties add partition (nation='UK') location '/data/beauty/nation=UK';
• 查看数据
select * from partition_table
select count(*) from partition_table
• 删除表
drop table partition_table
Hive的数据模型—桶表
桶表是对数据进行哈希取值，然后放到不同文件中存储。数据加载到桶表时，会对字段取hash值，然后与桶的数量取模。把数据放到对应的文件中。
创建表
create table bucket_t1(id string) clustered by(id) into 6 buckets;
------表里的数据根据ID分成了6桶
加载数据
create table t2(id string);
load data local inpath '/var/lib/hadoophdfs/test/bucket_test' into table t2;
insert overwrite table bucket_t1 select id from t2;
删除表时，元数据与数据都会被删除（对应目录和文件都会被删除）
drop table bucket_table;
桶表专门用于抽样查询，是很专业性的，不是日常用来存储数据的表，需要抽样查询时，才创建和使用桶表。
抽样查询:
select * from bucket_table tablesample(bucket 1 out of 4 on id);
八、Hive的JDBC/ODBC接口
用户可以像连接传统关系数据库一样使用JDBC或ODBC连接Hive
JDBC的具体连接过程
1.使用jdbc的方式连接Hive，首先做的事情就是需要启劢hive的Thrift Server,否则连接hive的时候会报connection refused的错误。
启动命令如下：
hive --service hiveserver
2.新建java项目，然后将hive/lib下的所有jar包和hadoop的核心jar包hadoop-0.20.2-core.jar添加到项目的类路径上。Jar包版本要和hive版本一致。