预先知道Hive行将进入哪个存储桶

Question

[当我们在某个列上定义了存储桶时，hive为该列的每个唯一值计算哈希值，并将行发送到这些存储桶。当多个唯一值的哈希值导致它们进入同一存储桶时，这可能会导致存储桶倾斜。现在，假设存储桶列为国家/地区，其值如下：-

country = {'USA','Brazil','Findland','India','England'}

现在无法保证散列会将所有5个国家/地区发送到不同的存储桶（假设存储桶数为5）。有什么办法可以预先知道将特定国家/地区值的行发送到哪个存储桶？我正在寻找这样的东西：-

select know_which_bucket(country,5) from table;

它不一定是蜂巢函数，我只是想从逻辑上解释我在寻找什么，我只需要信息。基本上，我将指定一组值，存储桶数，并想知道每个值将进入哪个存储桶。如果有人可以为此提供Java指针，那么它也会有所帮助。另外，我不一定要寻找编程方式，即使是在线计算器也可以。

Answer 1

我想通了，这就是你的做法：-

例如，如果存储桶数为5，则要知道哪个存储桶（文件）'USA'将去：

select pmod(hash('USA'),5);
它返回3，因此它将存储在文件00000 3

_ 0中。这样，我们可以知道任何输入值和任何数量的存储桶。