我在timeslot列上创建了一个bucked表，它的值从0到23，timeslot列的数据类型是int
我已经创建了24个bucket，并在bucked表中加载了10000000行（6gb的数据）
同时，我使用相同的数据集创建了一个普通的非带扣表
后来我查询了有扣子的table和没有扣子的table，如下所示
select * from bucketed_table where timeslot = 15;
select * from non-bucketed_table where timeslot = 15;两个查询占用的时间几乎相同
我假设有扣子的table要比没有扣子的table好得多
如果我做错了什么或者我的假设完全错了，有人能告诉我吗？
1条答案
按热度按时间0ve6wy6x1#
据我所知，只有在与其他带扣table连接的情况下，带扣table才能表现得更好。如果我们只查询带方框的列，将不会有任何性能提高，因为在这种情况下，带方框的表和非带方框的表都会扫描整个表（数据文件），这就是为什么在这两种情况下启动相同数量的Map器的原因