给大佬们请安.......hive 中日跑 2 亿条数据，那么这张表该怎么设计？谢谢了~

[Leeci]

[yincrow]

表名：hive_zhong_ri_pao_2_yi，不客气

[yincrow]

@yincrow 想了想不太合适，hive_china_japan_run_two_Billion 这个比较好

[smallpython]

越简单越好

[monkeyWie]

用 kudu

[Leeci]

@yincrow 我丢~不是问表名怎么取啦，是表的物理结构，我现在只能想到传统的分区，并且做增量的方法，还有没有其他的方法啊？

[Leeci]

@monkeyWie KUDU 是什么？因为日跑两亿，所以在建表设计上要考虑性能问题

[Leeci]

@monkeyWie KUDU 可能不行，做的银行项目，环境都是定的，不能改 - -！

[whx123]

需求不够详细啊

[Leeci]

@whx123 银行项目，单表日流水 2 亿左右，整个省份的数据。所以现在在表的设计上要考虑性能问题。目前我能想到的就是分区或者分桶+增量的方式，想看看坛子大佬有没有更好的方法。

[imzhazha]

你就说了日数据量 2 亿，其他啥都没说，别人没法给建议。你啥业务，要出什么数据，出了什么问题，你得把你要干嘛讲清楚。优化是要看业务场景的。

[Leeci]

@imzhazha 抱歉大佬，已经更新了，抱歉抱歉

[glfpes]

1 天 2 亿行对 hive 来说毛毛雨，按天分区就好

其实业务需求才是你该考虑的，比如要不要根据城市也分区之类的。

[Leeci]

@glfpes 因为我一直从事的都是银行，银行虽然会用到 hive 和 hadoop 那一套，但实际上也就是批处理好一点。城区分区这种我也有想的，就在想对于 hive 有没有什么更好一点的优化方案

[aladdindingding]

一天才两亿 你们数据经常改动吗 不改的的话用 clickhouse 我们还是单机一天 5 亿妥妥的

[Leeci]

@aladdindingding 要改动的，而且环境是固定的，不能向科技部提出增加一个 clickhouse 什么的 - -！