Hive 如何将查询结果作为输入进行分区？

我是hive的新手，所以一个基本的问题是：如何创建一个查询，以便以特定的方式对查询结果进行分区

例如：

CREATE TABLE IF NOT EXISTS tbl_x (
 x SMALLINT,
 y FLOAT)
PARTITIONED BY (id SMALLINT)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY ','
STORED AS ORC;

INSERT INTO TABLE `tbl_x` 
VALUES (1, 1, 1.0),
       (1, 1, 2.0),
       (1, 2, 3.0),
       (1, 2, 4.0),
       (2, 1, 5.0),
       (2, 1, 6.0),
       (2, 2, 7.0),
       (2, 2, 8.0);

CREATE TABLE tbl_y AS SELECT `id`, `x`, SUM(`y`) AS `y_sum`
FROM `tbl_x`
GROUP BY `id`, `x`;

在那个例子中，我希望tbl_y也被划分

尝试这样做不起作用：

---

这里的诀窍是什么？我是否应该首先定义分区表并将结果插入？

是的，您应该单独创建一个分区表。不支持按select（CTAS）创建分区表

CREATE TABLE tbl_y(x smallint,y_sum double)
partitioned by (id smallint)
STORED AS ORC;

如果表架构相同，则可以使用：

您还可以使用

DISTRIBUTE BY

在减速器之间均匀分布数据，请参见以下答案：

---

可能是重复的谢谢。我认为分发部分有一个拼写错误，因为你添加了两次。我还收到了这个错误：

执行完命令（queryId=hive_20190405103559_37aabd69-88dc-4137-8289-aa35357e1385）；所用时间：25.555秒错误：处理语句时出错：失败：执行错误，从org.apache.hadoop.hive.ql.exec.StatsTask返回代码1（state=08S01，code=1）

@LeoBarlach这不是信息性的。挖掘失败容器的作业跟踪器日志。

CREATE TABLE tbl_y(x smallint,y_sum double)
partitioned by (id smallint)
STORED AS ORC;

CREATE TABLE tbl_y like tbl_x;

insert overwrite table tbl_y partition(id)
select id, x, SUM(y) AS y_sum
fromtbl_x
group by id, x 
distribute by id, FLOOR(RAND()*100.0)%20;