1、分区表支持hash分区和range分区,根据主键列上的分区模式将table划分为 tablets 。每个 tablet 由至少一台 tablet server提供。理想情况下,一张table分成多个tablets分布在不同的tablet servers ,以最大化并行操作。
    2、Kudu目前没有在创建表之后拆分或合并 tablets 的机制。
    3、创建表时,必须为表提供分区模式。
    4、在设计表格时,使用主键,就可以将table分为以相同速率增长的 tablets 。
    5、您可以使用 Impala 的 PARTITION BY 关键字对表进行分区,该关键字支持 RANGE 或 HASH分发。分区方案可以包含零个或多个 HASH 定义,后面是可选的 RANGE 定义。 RANGE 定义可以引用一个或多个主键列
    1、PARTITION BY RANGE ( 按范围划分 )
    优点:允许根据所选分区键的特定值或值的范围拆分表。这样可以平衡并行写入与扫描效率
    缺点:如果您在其值单调递增的列上按范围进行分区,则最后一个tablet的增长将远大于其他的,此外,插入的所有数据将一次写入单个 tablet ,限制了数据摄取的可扩展性
    例子:
    CREATE TABLE customers (
    state STRING,
    name STRING,
    purchase_count int,
    PRIMARY KEY (state, name)
    ) PARTITION BY RANGE (state) (
    PARTITION VALUE = ‘al’,
    PARTITION VALUE = ‘ak’,
    PARTITION VALUE = ‘ar’,
    PARTITION VALUE = ‘wv’,
    PARTITION VALUE = ‘wy’
    ) STORED AS KUDU
    TBLPROPERTIES(
    ‘kudu.table_name’ = ‘customers ‘,’kudu.master_addresses’ = ‘hadoop5:7051’);
    2、PARTITION BY HASH ( 哈希分区 )
    优点:数据均匀地分布在数据桶之间
    缺点:对值的查询可能要读取所有的tablet,也就是自定义的3个
    例子:
    CREATE TABLE cust_behavior (
    id BIGINT,
    sku STRING,
    salary STRING,
    edu_level INT,
    usergender STRING,
    group STRING,
    city STRING,
    postcode STRING,
    last_purchase_price FLOAT,
    last_purchase_date BIGINT,
    category STRING,
    rating INT,
    fulfilled_date BIGINT,
    PRIMARY KEY (id, sku)
    )
    PARTITION BY HASH PARTITIONS 3
    STORED AS KUDU
    TBLPROPERTIES(
    ‘kudu.table_name’ = ‘cust_behavior ‘,’kudu.master_addresses’ = ‘hadoop5:7051’);
    3、高级分区
    ①、PARTITION BY HASH and RANGE
    优点:既可以数据分布均匀,又可以在每个分片中保留指定的数据
    例子:
    CREATE TABLE cust_behavior_1 (
    id BIGINT,
    sku STRING,
    salary STRING,
    edu_level INT,
    usergender STRING,
    group STRING,
    city STRING,
    postcode STRING,
    last_purchase_price FLOAT,
    last_purchase_date BIGINT,
    category STRING,
    rating INT,
    fulfilled_date BIGINT,
    PRIMARY KEY (id, sku)
    )
    PARTITION BY HASH (id) PARTITIONS 4,
    RANGE (sku)
    (
    PARTITION VALUES < ‘g’,
    PARTITION ‘g’ <= VALUES < ‘o’,
    PARTITION ‘o’ <= VALUES < ‘u’,
    PARTITION ‘u’ <= VALUES
    ) STORED AS KUDU
    TBLPROPERTIES(
    ‘kudu.table_name’ = ‘cust_behavior_1 ‘,’kudu.master_addresses’ = ‘hadoop5:7051’);