我是hadoop和hive的新手，我知道 hive中的索引和分区有什么区别？当我使用索引和分区时？
谢谢！
答案 0 :(得分：3)
索引是新的和不断发展的（正在添加功能）但目前索引仅限于单个表，不能与外部表一起使用。创建索引会创建一个单独的表。可以对索引进行分区（匹配基表的分区）。索引用于加速表内数据的搜索。
分区提供hdfs级别的数据隔离，为每个分区创建子目录。分区允许限制读取的文件数量和查询中搜索的数据量。但是，要发生这种情况，必须在WHERE子句中指定分区列。
在构建数据模型时，您可以根据数据大小和预期使用模式确定索引和/或分区的最佳使用。
答案 1 :(得分：2)
以下是一本可能对您有用的书中的部分。
＆＃34; Hive的索引功能有限。通常的关系数据库意义上没有键，但您可以在列上构建索引以加速某些操作。表的索引数据存储在另一个表中。 此外，该功能相对较新，因此它还没有很多选项。但是，索引过程旨在通过插件Java代码进行自定义，因此团队可以扩展该功能以满足其需求。 当逻辑分区实际上太多而且很小而无用时，索引也是分区的一个很好的替代方法。索引可以帮助修剪表中的某些块作为MapReduce作业的输入。并非所有查询都可以从索引中受益 - EXPLAIN语法和Hive可用于确定给定查询是否由索引辅助。 Hive中的索引与关系数据库中的索引一样，需要仔细评估。
维护索引需要额外的磁盘空间，构建索引会产生处理成本。用户必须权衡这些成本与查询表时提供的好处。＆＃34;
编程Hive Book第117页