Hive详解——distribute by、cluster by的实际测试

本文通过两个基本测试案例,详细介绍了如何在Hive中设置Reduce任务数量,并观察其对数据分布和处理效率的影响。测试一使用默认设置,测试二手动设置了Reduce任务数量,对比了两种情况下数据输出的差异。

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

1.基本测试一

set mapred.reduce.tasks=-1;
set mapreduce.job.reduces=-1;

hive (hive_db)> insert overwrite local directory '/root/distribute_result1'
              > select merid,money,name from store distribute by merid sort by money desc;

输出结果

set mapred.reduce.tasks=2;
set mapreduce.job.reduces=2;

hive (hive_db)> insert overwrite local directory '/root/distribute_result2'
              > select merid,money,name from store distribute by merid sort by money desc;

输出结果:

2.基本测试二

 

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