一、前言
在前面一期Hive实验中我们学习了有关Hive创建表查看表以及删除表的基本操作，本期博客我们将来学习有关创建Hive分区表并将本地文件导入到我们划分好的分区内进行操作。
二、实验目的
掌握Hive分区的用法，加深对Hive分区概念的理解，了解Hive表在HDFS的存储目录结构。
三、实验要求
创建一个Hive分区表；根据数据年份创建year=2014和year=2015两个分区；将2015年的数据导入到year=2015的分区；在Hive界面用条件year=2015查询2015年的数据。
四、实验原理
分区(Partition) 对应于数据库中的 分区(Partition) 列的密集索引，但是 Hive 中 分区(Partition) 的组织方式和数据库中的很不相同。在 Hive 中，表中的一个分区(Partition) 对应于表下的一个目录，所有的分区(Partition) 的数据都存储在对应的目录中。例如：pvs 表中包含 ds 和 ctry 两个分区(Partition)，则对应于 ds = 20090801, ctry = US 的 HDFS 子目录为：/wh/pvs/ds=20090801/ctry=US；对应于 ds = 20090801, ctry = CA 的 HDFS 子目录为；/wh/pvs/ds=20090801/ctry=CA。
外部表(External Table) 指向已经在 HDFS 中存在的数据，可以创建分区(Partition)。它和 Table 在元数据的组织上是相同的，而实际数据的存储则有较大的差异。
Table 的创建过程和数据加载过程（这两个过程可以在同一个语句中完成），在加载数据的过程中，实际数据会被移动到数据仓库目录中；之后对数据的访问将会直接在数据仓库目录中完成。删除表时，表中的数据和元数据将会被同时删除。
五、实验步骤
1、启动Hadoop集群
因为Hive依赖于MapReduce，所以本实验之前先要启动Hadoop集群，我们在master虚拟机上进入Hadoop安装目录下的sbin文件内启动Hadoop集群：
cd /usr/cstor/hadoop/sbin ./start-all.sh
在实验启动时Hadoop集群已经启动了，所以不用自己去启动。
2、用命令进入Hive客户端
进入Hive安装目录，用命令进入Hive客户端：
cd /usr/cstor/hive/bin/ hive
3、通过HQL语句进行实验
进入客户端后，查看Hive数据库，并选择default数据库：
show databases;use default;
在命令端创建Hive分区表：
createtable parthive (createdate string, value string) partitioned by(year string) row format delimited fields terminated by'\t';
查看新建的表：
show tables;
给parthive表创建两个分区：
altertable parthive add partition(year='2014');altertable parthive add partition(year='2015');
查看parthive的表结构：
altertable parthive add partition(year='2014');altertable parthive add partition(year='2015');
向year=2015分区导入本地数据：
load data local inpath '/root/data/12/parthive.txt'intotable parthive partition(year='2015');
根据条件查询year=2015的数据：
select*from parthive t where t.year='2015';
根据条件统计year=2015的数据：
selectcount(*)from parthive whereyear='2015';
六、最后我想说
本期实验就到这里结束了，Hive实验也结束了，学校大数据平台上面基本都是基础知识，后面我会继续更新有关大数据组件的实验，然后再更新大数据综合实验的博客。
