Presto实战

连接器

｜

87

因此，位于

s3://example-org/page_views

中的数据可能已经存在。一旦在

Presto

中创建了

表，你就可以开始查询它了。当你将

Hive

连接器配置到现有的

Hive

仓库中时

，可以看到

现有的表，并且能够立即对这些表进行查询。

或者，你可以在空的目录中创建表，并期望数据被

Presto

或外部源加载进来

。在这两种情

况下，

Presto

都要求已经创建了目录结构

；否则，

DDL

会出错。创建外部表最常见的场景

是与其他工具共享数据时。

6.4.5

　分区数据

目前，你已经了解了一个表的数据，不管是内部的还是外部的，都是以一个或多个文件的

形式存储在一个目录中。

数据分区

是这一点的延伸，它将逻辑表横向划分为小块数据，称

为分区。

这个概念本身源于

RDBMS

中的分区

schema

。

Hive

将这种技术引入

HDFS

中的数据

，用

于实现更好的查询性能并提升数据的可管理性。

在分布式文件系统（如

HDFS

）和对象存储（如

S3

）中，分区已成为标准的数据组织策略。

让我们用这个表的例子来演示一下分区：

CREATE TABLE hive.web.page_views (

view_time timestamp,

user_id bigint,

page_url varchar,

view_date date

)

WITH (

partitioned_by = ARRAY['view_date']

)

partitioned_by

子句中列出的列必须是

DDL

中定义的最后一列，否则，

Presto

会报错。

与非分区表一样， ...