分区表上的配置单元查询速度很慢

Question

我有2张桌子。
一个桶装了，另一个桶装了-除了它们是相同的。
两者都存储为orc和分区。
在给定分区上查询存储桶表比在同一分区上查询其孪生表慢得多。
是预期的吗？
如果没有，原因可能是什么？
如果是，那么我是否应该得出结论，持有存储桶表的唯一动机是为了进行联接和采样，在这种情况下，要保存该表的2个副本-一个存储桶，而另一个则不行（听起来很浪费）？

Answer 1

当前，HIVE不支持where子句中与存储桶相关的查询优化。 不过，在联接操作期间进行存储桶操作将是有益的。 在上述用例中，Partition和ORC以及按排序顺序存储的DATA应该给您最佳的响应。