Hive

本文详细介绍了Hive的数据处理流程,包括解释、编译、优化和执行等步骤,并探讨了如何通过设置参数和调整策略来解决数据倾斜问题,同时提供了提升Hive性能的实用技巧,如合理安排Join操作和利用MapJoin。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

架构
这里写图片描述

Hive Driver
1.解释 - 分析query
2.编译
3.优化
4. 执行器

要与metastore进行通讯

– explode
select a, explode(b) as bb from tbl;

– lateral view
select a, b from tbl
lateral view expode(splict(b)) as b;

解决数据倾斜
1. set hive.map.aggr=true
2. set hive.groupby.skewindata=true
3. distinct时将倾斜的key去掉,
4. 在key后面多加一列随机列,类似2

hive性能优化
1. 尽量先join小表
2. 小表使用map join。在map端完成join, 避免shuffle
select /+ MAPJOIN(a) /
a.start_level, b.*
from dim_level a
join (select * from test) b
where b.xx>=a.start_level and b.xx

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值