Hive 使用分区列的配置单元查询不会检索所有记录。为什么？

我有一个蜂巢声明如下：

INSERT INTO TABLE myTable partioned (myDate) SELECT * from myOthertable

myOthertable包含100万条记录，在执行上述插入时，并非所有行都插入myTable。由于它是一个没有任何WHERE子句的SELECT*查询，理想情况下，应该对从myOthertable到myTable的所有行进行插入。它在插入时忽略某些行

---

有人能解释为什么会发生这种情况吗？

问题可能是由于，如果表足够大，上述查询似乎无法工作，因为在初始映射任务中创建了大量文件

因此，在这种情况下，在映射过程中将配置单元查询中的记录分组，并在reduce端处理它们。您可以使用DISTRIBUTE BY在配置单元查询本身中实现相同的功能。下面是查询

FROM myOthertable 
INSERT OVERWRITE TABLE myTable(myDate) 
SELECT other1, other2 DISTRIBUTE BY myDate;

---

尝试不使用“插入到”，而是使用“插入覆盖”。还要显式列出列名，并确保存在名为myDate的列。如何检查是否插入了所有行？如果您使用的是count*，那么这可能是统计数据的问题，请参见此处：