目录Python全系列 教程
3567个小节阅读：5931.1k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本，未来主流的版本
人工智能 教程
顺势而为，AI创新未来
大厂算法 教程
算法，程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
xxxxxxxxxxselect * from bucket_table tablesample(bucket x out of y on columns);tablesample语法：
tablesample(bucket x out of y on columns)
x：表示从哪个bucket开始抽取数据
y：必须为该表总bucket数的倍数或因子
columns:分桶的列名
当表总bucket数为32时
共抽取2（32/16）个bucket的数据，抽取第3、第19（3+16）个bucket的数据
共抽取4（32/8）个bucket的数据，抽取：3,11,19,27
共抽取1/8（32/256）个bucket的数据，抽取第3个bucket的1/8数据。
该描述在hive1.2.1的版本中如上所描述的一致（和hive官网中的说法一致）
但是在hive3.1.2的版本中使用时，有bug。
当表总bucket数为4时
抽取1和3号桶中的数据：
xxxxxxxxxxselect * from psnbucket tablesample(bucket 1 out of 2 on age);注意：x<=y,不能是x>y。如果x>y将会出现如下的错误提示：
xxxxxxxxxxhive> select * from psnbucket tablesample(bucket 5 out of 4 on age);FAILED: SemanticException [Error 10061]: Numerator should not be bigger than denominator in sample clause for table psnbucket总结：分区是分目录存储，分桶是将表中的数据分文件存储。