Hive中可以创建Index。

索引是标准的数据库技术，hive 0.7版本之后支持索引。hive索引采用的不是'one size fites all'的索引实现方式，而是提供插入式接口，并且提供一个具体的索引实现作为参考。
hive索引具有以下特点：
1.索引key冗余存储，提供基于key的数据视图
2.存储设计以优化查询&检索性能
3.对于某些查询减少IO，从而提高性能。

hive索引创建语句：

[plain] 

 

1. CREATE INDEX index_name   
2. ON TABLE base_table_name (col_name, ...)  
3. AS 'index.handler.class.name'  
4. [WITH DEFERRED REBUILD]  
5. [IDXPROPERTIES (property_name=property_value, ...)]  
6. [IN TABLE index_table_name]  
7. [PARTITIONED BY (col_name, ...)]  
8. [  
9.    [ ROW FORMAT ...] STORED AS ...  
10.    | STORED BY ...  
11. ]  
12. [LOCATION hdfs_path]  
13. [TBLPROPERTIES (...)]  
14. [COMMENT "index comment"]  

注意：
1.index的partition默认和数据表一致
2.视图上不能创建index
3. index可以通过stored as配置存储格式

重建索引：

[plain] 

 

1. ALTER INDEX index_name ON table_name [PARTITION (...)] REBUILD  

假如在创建索引是我们使用“ WITH DEFERRED REBUILD”语句，则索引创建是为空，可以通过“Alter index ... REBUILD”在一个partition上或所有partition上构建索引。
注意：
1.当hive数据更新时，必须调用该语句更新索引。
2. index rebuild操作时一个原子操作，因此，当rebuild失败时，先前构建的索引也无法使用

删除索引：

[plain] 

 

1. DROP INDEX index_name ON table_name  

示例：
创建表&索引

[plain] 

 

1. hive> create table index_test(id INT, name STRING)  
2.     > partitioned by (dt STRING)  
3.     > row format delimited fields terminated by ',';  
4. OK  
5. Time taken: 32.446 seconds  
6. hive> create table index_tmp(id INT, name STRING, dt STRING)  
7.     > row format delimited fields terminated by ',';  
8. OK  
9. Time taken: 0.157 seconds  
10. hive> load data local inpath '/home/work/data/alter_test.txt' into table index_tmp;  
11. Copying data from file:/home/work/data/alter_test.txt  
12. Copying file: file:/home/work/data/alter_test.txt  
13. Loading data to table default.index_tmp  
14. OK  
15. Time taken: 1.587 seconds  
16. hive> set hive.exec.dynamic.partition.mode=nonstrict;  
17. hive> set hive.exec.dynamic.partition=true;    
18. hive> insert overwrite table index_test partition(dt)  
19.     > select id,name,dt  
20.     > from index_tmp;  
21. Total MapReduce jobs = 2  
22. ......  
23. OK  
24. Time taken: 56.103 seconds  
25. hive> create index index1_index_test on table index_test(id) AS  'org.apache.hadoop.hive.ql.index.compact.CompactIndexHandler' WITH DEFERRED REBUILD ;     
26. OK  
27. Time taken: 0.764 seconds  
28. hive> alter index index1_index_test on index_test rebuild;  
29. Total MapReduce jobs = 3  
30. ......  
31. OK  
32. Time taken: 138.589 seconds  
33. hive> show index on index_test;  
34. OK  
35. index1_index_test       index_test              id                      default__index_test_index1_index_test__ compact               
36. Time taken: 0.163 seconds  
37. hive> show  partitions index_test;   
38. OK  
39. dt=2012-08-10  
40. dt=2012-08-11  
41. dt=2012-08-12  
42. Time taken: 0.17 seconds  

查看索引数据：
$ hadoop fs -ls /user/hive/warehouse/default__index_test_index1_index_test__
Found 3 items
drwxr-xr-x   - work supergroup          0 2012-08-16 18:27 /user/hive/warehouse/default__index_test_index1_index_test__/dt=2012-08-10
drwxr-xr-x   - work supergroup          0 2012-08-16 18:27 /user/hive/warehouse/default__index_test_index1_index_test__/dt=2012-08-11
drwxr-xr-x   - work supergroup          0 2012-08-16 18:28 /user/hive/warehouse/default__index_test_index1_index_test__/dt=2012-08-12
$ hadoop fs -cat /user/hive/warehouse/default__index_test_index1_index_test__/dt=2012-08-10/000000_0
5,hdfs://localhost:9000/user/hive/warehouse/index_test/dt=2012-08-10/000000_0,0
6,hdfs://localhost:9000/user/hive/warehouse/index_test/dt=2012-08-10/000000_0,10
7,hdfs://localhost:9000/user/hive/warehouse/index_test/dt=2012-08-10/000000_0,20
删除索引：

[plain] 

 

1. hive> drop index index1_index_test on index_test;  
2. OK  
3. Time taken: 0.761 seconds  
4. hive> show index on index_test;                    
5. OK  
6. Time taken: 0.095 seconds  

索引数据也被删除
$ hadoop fs -ls /user/hive/warehouse/default__index_test_index1_index_test__
ls: Cannot access /user/hive/warehouse/default__index_test_index1_index_test__: No such file or directory.