hive sql数据重分区

Hive SQL 中可以使用 `CLUSTER BY` 或 `DISTRIBUTE BY` 语句来进行数据重分区。这两个语句的作用都是将表按照指定的字段进行分区，但是它们的具体实现方式略有不同。

`CLUSTER BY` 语句会在分区的同时进行数据排序，这样可以保证同一分区内的数据按照指定的字段有序排列，但是会增加一定的时间和内存开销。

`DISTRIBUTE BY` 语句只是将表按照指定字段进行分区，不会进行数据排序，因此速度相对较快。

举个例子，假设我们有一张表 `sales`，其中包含 `date`、`product` 和 `sales_amount` 三个字段，现在我们想要按照 `date` 字段进行分区：

CREATE TABLE sales_partitioned (
  date STRING,
  product STRING,
  sales_amount DOUBLE
)
PARTITIONED BY (date_partition STRING);

INSERT INTO sales_partitioned PARTITION(date_partition)
SELECT date, product, sales_amount, substr(date, 1, 7) as date_partition
FROM sales
DISTRIBUTE BY date;

在上面的例子中，我们使用 `DISTRIBUTE BY` 语句将表 `sales` 按照 `date` 字段进行分区，并将分区后的数据插入到表 `sales_partitioned` 中，同时将数据按照 `date_partition` 字段进行二级分区。

需要注意的是，数据重分区并不一定能够提高查询效率，具体效果还需要根据实际情况来确定。