Hive 用于大表的配置单元分区

我有一个包含三列的配置单元表

origin zip, destination zip, miles

此表上的大多数查询都有一个带有两个字段的where子句

origin zip, destination zip

以及选择

miles

划分表的最佳方法是什么，或者如何提高select性能？该表有20亿行和orc表

---

谢谢

您也可以使用bucketing而不是分区，请参见使用state name（请参见此处的ranges:）+按zip\u destination使用bucketing。构建zip\u range\u dim并在映射联接中使用它进行查找，以获取range\u名称（状态）。