我是Hive的新手，也是Hadoop生态系统的新手，从我所了解到的Hive的基础知识来看，你可以基于某些属性在Hive表上创建分区，如果一个查询中提到了该属性，那么它应该会得到性能提升，因为Hive只扫描那个特定的分区文件，而不是扫描整个表。 我的问题是，假设我们的数据有一些层次结构，比如说我根据唯一的状态值对表进行分区，每次基于状态的查询时，hive只会扫描那个特定的状态分区，而不是扫描整张表，但是如果说每个状态也有唯一的区名，如果我只基于区名进行查询，hive会扫描整张表吗？
如果是这样的话，那么有没有什么方法可以改变查询方式，让我可以手动指示hive查询该地区所属的特定状态文件，然后只对该分区文件执行其他操作，而不是扫描整个表来寻找匹配的地区值。
Hive的优势之一是它对分区的支持很强。 但是，当你写查询时，它不能读懂你的想法。
如果你有一个分区，在 state那么你需要 state 在 where 子句进行分区修剪。 所以，如果你只查询 district，整个表都会被扫描。
如果你有一个分区在 district，那么你需要区。 查询 state 会扫描整个表。
如果你在这两个......上都有一个分区，那么声明起来就比较复杂了，但是你的查询会读取少数分区，其中有一个 state 或 district.
如果你刚刚了解分区，我建议你从日期分区开始。 这是最常见的，也是熟悉概念的好方法。