给大佬们请安.......hive 中日跑 2 亿条数据，那么这张表该怎么设计？谢谢了~
Leeci · 2020-06-04 15:04:15 +08:00 · 2248 次点击这是一个创建于 1627 天前的主题，其中的信息可能已经有所发展或是发生改变。
第 1 条附言 · 2020-06-04 15:51:17 +08:00
银行项目，单表日流水 2 亿左右，整个省份的数据。所以现在在表的设计上要考虑性能问题。目前我能想到的就是分区或者分桶+增量的方式，想看看坛子大佬有没有更好的方法。
 |
1
yincrow 2020-06-04 15:34:41 +08:00
表名：hive_zhong_ri_pao_2_yi，不客气
|
 |
3
smallpython 2020-06-04 15:42:26 +08:00
越简单越好
|
 |
4
monkeyWie 2020-06-04 15:45:26 +08:00
用 kudu
|
 |
5
Leeci OP @yincrow 我丢~不是问表名怎么取啦，是表的物理结构，我现在只能想到传统的分区，并且做增量的方法，还有没有其他的方法啊？
|
 |
8
whx123 2020-06-04 15:48:29 +08:00
需求不够详细啊
|
|
9
Leeci OP @whx123 银行项目，单表日流水 2 亿左右，整个省份的数据。所以现在在表的设计上要考虑性能问题。目前我能想到的就是分区或者分桶+增量的方式，想看看坛子大佬有没有更好的方法。
|
 |
10
imzhazha 2020-06-04 15:58:31 +08:00 via Android  2
你就说了日数据量 2 亿，其他啥都没说，别人没法给建议。你啥业务，要出什么数据，出了什么问题，你得把你要干嘛讲清楚。优化是要看业务场景的。
|
 |
12
glfpes 2020-06-04 16:03:31 +08:00
1 天 2 亿行对 hive 来说毛毛雨，按天分区就好
其实业务需求才是你该考虑的，比如要不要根据城市也分区之类的。 |
|
13
Leeci OP @glfpes 因为我一直从事的都是银行，银行虽然会用到 hive 和 hadoop 那一套，但实际上也就是批处理好一点。城区分区这种我也有想的，就在想对于 hive 有没有什么更好一点的优化方案
|
 |
14
aladdindingding 2020-06-05 09:07:06 +08:00
一天才两亿 你们数据经常改动吗 不改的的话用 clickhouse 我们还是单机一天 5 亿妥妥的
|
|
15
Leeci OP @aladdindingding 要改动的，而且环境是固定的，不能向科技部提出增加一个 clickhouse 什么的 - -！
|
Select Language