请解释 Hive 中分区（Partition）与分桶（Bucket）的概念，并说明它们各自的作用是什么？
考察说明
考查对 Hive 数据组织方式的理解，以及分区和分桶在查询性能优化中的作用。
回答思路
- 【回答框架 1】分区（Partition）是 Hive 中基于某个列（如日期、地区）的值将表数据划分成多个子目录的机制。每个分区对应一个目录，分区列的值作为目录名。分区的主要作用是减少查询时扫描的数据量，通过分区裁剪（Partition Pruning）只读取相关分区的数据，从而提升查询性能。
- 【回答框架 2】分桶（Bucket）是基于某个列的哈希值将数据均匀分布到固定数量的文件中，每个桶对应一个文件。分桶的主要作用是支持高效的抽样（Sampling）、优化连接（Bucket Join）操作，以及在某些情况下提高查询性能。
- 【回答框架 3】分区和分桶可以结合使用，分区用于粗粒度的数据划分，分桶用于细粒度的数据分布。例如，先按日期分区，再按用户 ID 分桶，可以进一步提升查询效率。
- 【回答框架 4】在创建表时，可以使用 PARTITIONED BY 和 CLUSTERED BY 子句分别定义分区和分桶。分区列是虚拟列，不存储在数据文件中；分桶列则是实际存在的列，用于计算哈希值。
- 【关键点 1】分区通过目录划分减少扫描数据量，分桶通过哈希分布支持抽样和桶连接。
- 【关键点 2】分区是粗粒度划分，分桶是细粒度划分，可联合使用。
- 【关键点 3】分区列不存储实际数据，分桶列参与哈希计算。
- 【易错点 1】分区过多可能导致元数据膨胀和作业启动开销，需平衡粒度。
- 【易错点 2】分桶数需合理设置，桶数过多或过少影响数据均衡和查询性能。