Hive外表批量添加分区

我们有一批日志数据存储在hdfs上，按天创建目录，如2018-07-31的日志hdfs路径为：/data/logs/gateway/20180731。

现在要用hive分析数据，同时要保证这些数据目录不能改变，就需要hive用外表的方式与这些数据进行关联。

示例：

但是，看下文件列表

一共108个待添加的目录，这样一个个添加太累人，有没有批量添加的方法呢？

Hive有个MSCK命令，可以扫描数据分区目录，修复元信息，目录与元信息不一致时，能自动更新。

但是，数据目录必须是Hive习惯路径格式：

同时，建表时指定LOCATION为分区目录的父目录：

这时，用命令

即可自动把所有的数据按dt分区，添加到gateway_analysis中。

由于我们的目录格式不符合，只能用ADD PARTITION的方式了。

为减少工作量，写了个shell脚本，自动添加 /data/logs/gateway 目录下所有的分区目录到gateway_analysis表中：

Hive只能每15分钟到1小时添加。

许多用户都有ApacheFlume、ApacheStorm或ApacheKafka这样的工具，他们使用这些工具将数据流传输到Hadoop集群中。虽然这些工具可以以每秒数百行或更多行的速度写入数据，但Hive只能每15分钟到1小时添加一次分区。

1、hive 创建外部表

create external table t_ods_test (

uid string COMMENT '用户id',

terminal string COMMENT '终端类型',

adslotid string COMMENT '广告位id',

cid string COMMENT 'cid',

amount string COMMENT '库存量',

local string COMMENT '地域',

tags string COMMENT '标签' )

partitioned by (year string,month string,day string) row format delimited fields  terminated by '\t'

STORED AS TEXTFILE location '/user/qgw/hh/app/usertagview'

2、hive 外部表，增加分区

alter table t_ods_test add partition (year='2017', month='10', day='18') location '2017/10/18'

---