bucketing有助于加快join的速度，以提高使用分区表时的简单选择速度。尝试按flightnum对表进行分区，然后再次运行selects。
为什么会这样？
让我们创建一个带扣的非分区表，如下所示：

create table `t1b`( 
  `exchange` string,
  `stock_symbol` string,
  `date` string,
  `stock_price_open` float,
  `stock_price_high` float,
  `stock_price_low` float,
  `stock_price_close` float,
  `stock_volume` int,
  `stock_price_adj_close` float)
clustered by ( `stock_symbol` ) sorted by ( `date` ) into 306 buckets;

让我们用数据来填充它。。。reducer的数量和bucket的数量一样多，因为每个reducer只处理具有相同键的记录，并使用您喜欢的排序（这里是按日期）将数据存储到其文件中

让我们看看hdfs。。。
请注意我们得到了什么。。306个文件（存储桶）。。。

在每一个记录中都有相同的聚类键。。。

但是所有的文件都在同一个文件夹中，当使用配置单元进行选择时，无法了解哪些文件包含我们要查找的值，因此不分区的bucketing并不能加快选择的速度，因为没有关于我们要查找的数据在何处的信息。
扣球是干什么的？当您连接数据时，整个bucket可以加载到ram中，我们可以得到一个快速连接map，而不是一个慢速连接reduce。