Hive 数据库索引解析:提升查询速度的方法

hive的列索引

hive支持基于列的索引,例如B树索引和位图索引。可以通过在表的列上创建索引来加速对该列的查询。
通过列索引,对表中的列进行索引,而不是对整个表进行索引
通过create index语句可以创建索引,
create index index_name on table_name (column_name)

hive的行组索引

前提条件:
1、存储格式为orc
2、创建表时,开启orc.create.index=‘true’
3、插入数据时,保证数据是有序的
适用于: 数值类型的, 并且对数值类型进行 > < = 操作
行组索引记录了每个行组的元数据和统计信息,可以快速定位和过滤数据,减少IO开销,通过行组索引,hive可以仅加载和解析包含查询结果所需的行组,而不是加载整个文件
create table t1

tblproperties (“orc.create.index”=“true”);

hive的布隆过滤索引

前提条件:
1、存储格式为orc
2、开启布隆索引后,可以指定哪些列,设置索引
适用于:等值过滤查询
它能快速过滤掉不可能满足查询条件的数据分区或文件,从而减少了不必要的数据加载和处理操作。
CREATE TABLE table_name

tblproperties (“orc.bloom.filter.columns”=“column1,column2”);

分区索引:

Hive中的分区是将数据按照某个字段的值划分为多个子目录,分区索引可以加速查询特定分区的数据,提高查询性能。

你可能感兴趣的:(hive,hadoop,数据仓库)