关系型数据库（如Oracle）中，对分区表Insert数据时候，数据库自动会根据分区字段的值，将数据插入到相应的分区中，Hive中也提供了类似的机制，即动态分区(Dynamic Partition)，只不过，使用Hive的动态分区，需要进行相应的配置。 先看一个应用场景，源表 t_table 的数据如下：
SELECT day,url FROM t_table;
2015-05-10 url1
2015-05-10 url2
2015-06-14 url1
2015-06-14 url2
2015-06-15 url1
2015-06-15 url2
创建目标表
CREATE TABLE t_table_partitioned (
url STRING
) PARTITIONED BY (month STRING,day STRING)
stored AS textfile;
需求：将t_table中的数据按照时间(day)，插入到目标表t_table_partitioned的相应分区中。
如果按照之前介绍的往指定一个分区中Insert数据，那么这个需求很不容易实现。
这时候就需要使用动态分区来实现，使用动态分区需要注意设定以下参数：
- hive.exec.dynamic.partition 默认值：false
是否开启动态分区功能，默认false关闭。
使用动态分区时候，该参数必须设置成true;
- hive.exec.dynamic.partition.mode 默认值：strict
动态分区的模式，默认strict，表示必须指定至少一个分区为静态分区，nonstrict模式表示允许所有的分区字段都可以使用动态分区。
一般需要设置为nonstrict
- hive.exec.max.dynamic.partitions.pernode 默认值：100
在每个执行MR的节点上，最大可以创建多少个动态分区。
该参数需要根据实际的数据来设定。
比如：源数据中包含了一年的数据，即day字段有365个值，那么该参数就需要设置成大于365，如果使用默认值100，则会报错。
- hive.exec.max.dynamic.partitions 默认值：1000
在所有执行MR的节点上，最大一共可以创建多少个动态分区。
同上参数解释。
- hive.exec.max.created.files 默认值：100000
整个MR Job中，最大可以创建多少个HDFS文件。
一般默认值足够了，除非你的数据量非常大，需要创建的文件数大于100000，可根据实际情况加以调整。
- hive.error.on.empty.partition 默认值：false
当有空分区生成时，是否抛出异常。
一般不需要设置。
那么，上面的需求可以使用如下的语句来完成：
SET hive.exec.dynamic.partition=true;
SET hive.exec.dynamic.partition.mode=nonstrict;
SET hive.exec.max.dynamic.partitions.pernode = 1000;
SET hive.exec.max.dynamic.partitions=1000;
INSERT overwrite TABLE t_table_partitioned PARTITION (month,day)
SELECT url,substr(day,1,7) AS month,day
FROM t_table;
hive简介
hive是基于Hadoop的一个数据仓库工具，
可以将结构化的数据文件映射为一张数据库表，并提供完整的sql查询功能，
可以将sql语句转换为MapReduce任务进行运行。其优点是学习成本低，
可以通过类SQL语句快速实现简单的MapReduce统计，
不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。
注意：在PARTITION (month,day)中指定分区字段名即可；
在SELECT子句的最后两个字段，必须对应前面PARTITION (month,day)中指定的分区字段，包括顺序。
执行结果如下：
Loading data to table test.t_table_partitioned partition (month=null, day=null)
Loading partition {month=2018-05, day=2018-05-10}
Loading partition {month=2018-06, day=2018-06-14}
Loading partition {month=2018-06, day=2018-06-15}
Partition test.t_table_partitioned{month=2018-05, day=2018-05-10} stats: [numFiles=1, numRows=2, totalSize=10, rawDataSize=8]
Partition test.t_table_partitioned{month=2018-06, day=2018-06-14} stats: [numFiles=1, numRows=2, totalSize=10, rawDataSize=8]
Partition test.t_table_partitioned{month=2018-06, day=2018-06-15} stats: [numFiles=1, numRows=2, totalSize=10, rawDataSize=8]
使用show partitions t_table_partitioned;查看目标表有哪些分区：
hive> show partitions t_table_partitioned;
OK
month=2018-05/day=2018-05-10
month=2018-06/day=2018-06-14
month=2018-06/day=2018-06-15