首先，在hive中為什麼要分桶？？
：單個分割槽或者表中的資料量越來越大，當分割槽不能更細粒度的劃分資料時，
會採用分桶的技術將資料更加細粒度的劃分和管理。
分割槽和分桶的區別：
分割槽：乙個分割槽在表目錄之中就是目錄下的乙個檔案，在表中的字段因為是偽列，所以定義分割槽的時候應該加上
對應的字段型別。例如：
create table table_test(id int,name string)partitioned by(date string);雜湊，然後除以桶的個數求餘的方式決定該條記錄放在哪個桶表中。例如：
create table bucketed_table （id int ,name string）clustered by (id) sorted by (name) into 4 buckets row format
delimited fields terminated by '\t' stored as textfile;
答：y 必須是 x 的倍數或者因子，hive 根據 y 的大小，決定抽樣的比例。例如，table 總共有64份，當y等於32的時候，抽取
（64/32=2）2個busket的資料，當y等於128的時候，抽取（64/128=1/2）個bucket的資料。x表示從哪個bucket開始抽取。
例如：table 的bucket數為32,tablesample(bucket 3 out of 16),表示一共抽取2個bucket資料，分別是3和16個bucket中的資料。
select * from bucketed_table tablesample(bucket x out of y on id);load data local inpath '/root/user/tablefile' into table bucket_table;
?不可以使用load data 載入，否則不會進行分桶，即使設定了強制分桶屬性和reduce的個數。
只能建立臨時表，insert into的形式進行載入。
結論：
1、想要達到分桶的效果，只能insert into的方式進行載入，且只需要設定：
hive.enforce.bucketing=true引數即可，與設定set mapreduce.job.reduces=4;引數無關。
2.桶的概念就是mapreduce中分割槽的概念，兩者完全相同。物理上每個桶就是目錄裡的乙個檔案，
乙個作業產生的桶（輸出檔案）數量和reduce任務個數相同。
3.而分割槽表的概念，是新概念，分割槽代表的資料的倉庫，也就是資料夾目錄，每個資料夾下面可以放不同
的資料檔案，通過資料夾可以查詢裡面存放的檔案，但資料夾本身和資料的內容毫無關係。
hive 修改分桶數 分桶表 Hive中的分桶
對於每乙個表 table 或者分割槽，hive可以進一步組織成桶，也就是說桶是更為細粒度的資料範圍劃分。hive也是針對某一列進行桶的組織。hive採用對列值雜湊，然後除以桶的個數求餘的方式決定該條記錄存放在哪個桶當中。把錶 或者分割槽 組織成桶 bucket 有兩個理由 1 獲得更高的查詢處理效率...
hive分桶 hive學習筆記之五 分桶
分割槽欄位的每個值都會建立乙個資料夾，值越多資料夾越多 不合理的分割槽會導致有的資料夾下資料過多，有的過少 set hive.enforce.bucketing true 如果不執行上述設定，您需要自行設定mapred.reduce.tasks引數，以控制reducers數量，本文咱們配置為hive...
Hive分桶筆記
分桶表與其他表的區別 分桶表是從別的表查詢的資料在insert到分桶表中 而其他表是load clustered by id into 4 buckets 通過id hash雜湊 建立分桶表 create table stu buck sno int,sname string,string,sage...