Hive - truncate partition、drop partition 区别

Hive 有两种方法删除指定parition的数据：truncate partition, drop parition

功能：

两者都用于删除数据，即将对应的partition的数据文件删除。

不同点：

truncate 只删除数据文件，保存在mysql中的metadata不会被删除。

drop partition 只删除数据文件且删除在mysql中的metadata。

举例：

表food的结构:

id     bigint
name   string

数据文件,food.data：

1    banana
2    orange
3    apple
4    nutz

导入food.data后查询, select * from food:

输出：

1    banana    20151219
2    orange    20151219
3    apple     20151219
4    nutz      20151219

现在想给food添加一列price: 

ALTER TABLE food ADD COLUMNS (price int);

表结构变成:

id    bigint
name  string
price int

并且把food.data对应位置多加一列：

1    banana    20
2    orange    30
3    apple     30
4    nutz      40

删除旧的数据(drop partition)

TRUNCATE TABLE food PARTITION (dt='20151219');

重新导入包含price信息的food.data，再查询：

1       banana  NULL    20151219
2       orange  NULL    20151219
3       apple   NULL    20151219
4       nutz    NULL    20151219

可见，虽然表格的结构和数据文件都已经有price的信息，但导入后，hive并没有识别出price这列。原因是hive中metadata中没有price的信息。 drop partition只是删除数据文件，并没有删除metadata中的信息。

show partitions food 看看，输出结果：

dt=20151219

证明truncate删除后，分区信息还没有删除。

用drop partition再试一次：

ALTER TABLE food DROP IF EXISTS PARTITION (dt='20151219');

这时show partitions food, 'dt=20151219' 的分区已经被删除。

重新导入包含price信息的food.data，再查询：

1    banana  20      20151219
2    orange  30      20151219
3    apple   30      20151219
4    nutz    40      20151219

总结：

truncate删除分区，只删除数据文件，parttion的信息还保留在配置的mysql中；drop partition删除分区，数据文件和metadata一起清除。

以后大家就根据实际情况选择使用了。