我正在处理一个按年、月和日进行分区的配置单元表。例如
CCD_ 1。
根据我对Hive工作方式的有限了解，这些可能是在文件夹结构中设置的，其中"2015"文件夹包含12个月的文件夹，每个月的文件夹中都有28-31天的文件夹。在这种情况下，使用
WHERE year = 2015 AND month = 201512 AND day = 20151231
只需沿着目录结构向下爬到20151231文件夹。我认为只使用WHERE day = 20151231会触发相同的遍历，因此本质上是相同的查询，但我们得到了使用year AND month AND day格式的示例代码（即引用所有3个分区）。
我使用这两个选项运行了一些基准测试（昨晚和今天早上，服务器负载非常轻，根本不存在），所花费的时间基本相同。我怀疑示例代码是错误的，我可以使用day分区，但我想确定。
在配置单元查询中使用多个分区作为彼此的子集有什么性能优势吗
我知道配置单元分区被视为列，但对于非分区列，情况会一样吗？
当你在分区表上运行这样的查询时，hive将首先查询元存储，以找到哪些目录必须包含在map/reduce输入中，就像你看到的那样，它们的排列方式并不重要（天=20151231 vs年=2015/月=12/天=31）。如果您将mysql用于元存储，这意味着hive内部将对其数据库运行sql查询，以仅检索要查询的分区。此SQL查询的性能差异也可以忽略不计，尤其是与映射/减少作业的持续时间相比。使用非分区列时情况大不相同，因为这些列不存储在元存储中，但需要对数据进行全面扫描。