动态分区(Dynamic Partition)
使用动态分区注意设定以下参数:
hive.exec.dynamic.partition

默认值:false
是否开启动态分区功能,默认false关闭。
使用动态分区时候,该参数必须设置成true;

hive.exec.dynamic.partition.mode

默认值:strict
动态分区的模式,默认strict,表示必须指定至少一个分区为静态分区,nonstrict模式表示允许所有的分区字段都可以使用动态分区。
一般需要设置为nonstrict

hive.exec.max.dynamic.partitions.pernode

默认值:100
在每个执行MR的节点上,最大可以创建多少个动态分区。
该参数需要根据实际的数据来设定。
比如:源数据中包含了一年的数据,即day字段有365个值,那么该参数就需要设置成大于365,如果使用默认值100,则会报错。

hive.exec.max.dynamic.partitions

默认值:1000
在所有执行MR的节点上,最大一共可以创建多少个动态分区。
同上参数解释。

hive.exec.max.created.files

默认值:100000
整个MR Job中,最大可以创建多少个HDFS文件。
一般默认值足够了,除非你的数据量非常大,需要创建的文件数大于100000,可根据实际情况加以调整。

hive.error.on.empty.partition

默认值:false
当有空分区生成时,是否抛出异常。
一般不需要设置。


如下

set hive.exec.dynamic.partition=true;
set hive.exec.dynamic.partition.mode=nonstrict;
insert overwrite table temp_tb_a partition (day)
select 
   docid,
   day
from temp_tb_b where day>='20170101' and day<='20170130'


运行的日志如下

Loading partition {day=20170101}
Loading partition {day=20170102}...
Time taken for adding to write entity : 42
Partition temp_tb_a {day=20170101} stats: [numFiles=14, numRows=917981, totalSize=19206279, rawDataSize=20195582]
Partition temp_tb_a {day=20170102} stats: [numFiles=17, numRows=822137, totalSize=17884037, rawDataSize=18087014]