odps下的表分區解釋

分區字段一般來說都是重複性非常強的字段，比如說時間，某一天可能會産生幾萬條資料，把這一天産生的資料就存入到一個分區中，而時間（某天）就是分區字段，時間（某天）所在的列就是分區列。也就是說，基于分區列的資料作為一個緯度，進行了資料塊的劃分存儲，加快查詢速度。每一個分區塊裡面的資料是完整性的，而不是分區列裡的一列或者幾列資料。在odps中最多支援六級分區。也就是說partition by裡面可以有六個字段可以設定為分區列，而且是有順序的。比如說有兩個分區列，sale_date和region ， 那麼這個表可能存在多少個分區呢？可能無數個,分區分為幾級呢，兩級。第一級為銷售時間，第二級為區域。

create table sale_detail(shop_name string, customer_id string , total_price decimal) partition by(sale_date string, region string);

alter table sale_detail add partition (sale_date = ‘201703’， region=’hangzhou’);

其實可以了解更加簡單一些，就是有個叫sale_detail的檔案夾，下面存了一堆201703，201704...的檔案夾，201703這個檔案夾下面又存了一堆hangzhou、beijing、qingdao...的檔案夾，這些檔案夾裡面存的是一條一條的資料，隻不過資料都是基于時間和地域緯度的。想清楚了，就是一層窗戶紙的事情。