Hive/数仓里分区和分桶的区别是什么？怎么用？

分区（Partition）：按列把数据分成目录（如 dt、country）。查询带分区条件时可分区剪枝，少读大量无关数据。几乎所有事实表都会按日期分区。

分桶（Bucket）：对某列哈希，把数据切成固定数量文件。好处包括：更均匀的文件布局、高效抽样、某些引擎上的 bucket map join。代价是写入更严（要满足桶规则），且现代云仓未必强调 Hive 式分桶。

实践建议：
- 必做：合理时间分区 + 避免小文件过多
- 可选：高基数字段不要滥作分区（爆炸）；热点过滤维度可作二级分区但控制基数
- 分桶：仅在明确有桶 join/抽样需求且平台支持良好时使用

回答加分：提到动态分区、分区过多导致 NameNode/元数据压力。