如何重建Hive索引和删除索引？

索引概念

索引是对数据库表中一个或多个列（例如，employee 表的姓名 (name) 列）的值进行排序的结构。

例如这样一个查询：select * from table1 where id=10000。如果没有索引，必须遍历整个表，直到ID等于10000的这一行被找到为止；有了索引之后(必须是在ID这一列上建立的索引)，即可在索引中查找。由于索引是经过某种算法优化过的，因而查找次数要少的多。可见，索引是用来定位的。

从数据搜索实现的角度来看，索引也是另外一类文件/记录，它包含着可以指示出相关数据记录的各种记录。其中，每一索引都有一个相对应的搜索码，字符段的任意一个子集都能够形成一个搜索码。这样，索引就相当于所有数据目录项的一个集合，它能为既定的搜索码值的所有数据目录项提供定位所需的各种有效支持。

今天我们来学习怎么重建数据库索引和删除索引：

重建索引

索引创建完成后还无法使用索引功能，此时索引表中是没有数据的，需要通过重建索引操作，将索引列的值、索引列的值在HDFS对应的数据文件路径和索引列的值在数据文件中的偏多量，这些数据加载到索引表中。重建索引的语法格式如下。

ALTER INDEX index_name ON table_name [PARTITION partition_spec] REBUILD;

上述语法中，PARTITION partition_spee为可选，表示只重建指定分区内的索引;index_name表示索引名称;table_name表示索引所在的数据表。

接下来,在虚拟机Node_03 中使用Hive客户端工具Beeline,远程连接虚拟机Node_02的HiveServer2服务操作Hive,重建数据库hive_database中内部表managed_table_new的索引 index_staff_name,具体命令如下。

ALTER INDEX index_name ON table_name [PARTITION partition_spec] REBUILD;

上述命令执行完成后，便可以在数据表managed_table_new使用索引功能。需要注意的是,若数据表managed_table_new中的数据发生变化,则数据表不会自动重建索引，需要手动重建索引生成新的索引表数据。

删除索引

删除索引是指删除数据表中创建的索引，删除索引的同时会删除索引对应的索引表，删除索引语法格式如下。、

DROP INDEX [IF EXISTS] index_name ON table_name;

上述语法中,index_name表示索引名称;table_name表示索引所在的数据表。接下来，在虚拟机Node_03中使用Hive客户端工具Beeline,远程连接虚拟机Node_02的HiveServer2服务操作Hive,删除内部表managed_table_new创建的索引index_staff_name，具体命令如下。

DROP INDEY IF EXISTS index_staff_name ON managed_ table_new;

上述命令执行完成后,在Hive客户端工具Beeline中分别执行“SHOW INDEXES ON managed_table_new FROM hive_database;”命令和“SHOW TABLES;”命令,查看数据库hive_database中内部表managed_table_new的索引信息和查看当前数据库下的所有表，如图3-30所示。

可以看出，数据库hive_database中不存在索引表index_name_table,并且内部表managed_table_new中的索引index_staff_name也不存在了。

开启自动使用索引功能

默认情况下，在查询Hive中已创建索引的数据表时，是不会使用索引功能的，需要在Hive中开启自动使用索引功能，此时涉及查询创建索引的数据表时，就会使用索引功能去优化查询，开启自动使用索引功能相关配置如下。

SET hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;
SET hive.optimize.index.filter=true;
SET hive.optimize.index.filter.compact.minsize=0;

需要注意的是，上述配置需要在Hive客户端工具Beeline中执行，并且是针对于当前会话临时生效。如果需要永久生效，可将上述配置添加到在虚拟机Node_02的Hive配置文件hive=site.xml中。