hive 查询一个 2 亿数据的表,非常慢,有什么办法设置查询?

问答 歌唱祖国 ⋅ 于 2018-01-29 17:43:15 ⋅ 最后回复由 青牛 2018-01-29 19:36:26 ⋅ 229 阅读

hive查询一个2亿数据的表,非常慢,有什么办法设置查询?
我在hive中设置了set mapred.reduce.tasks = 1000;但是感觉还是慢,可能比之前慢,但是我不知道改动之前设置的是多少,有什么命令看到之前设置的?我想还原设置。
还是当前用户设置了这个大小对别的用户没影响,请大神指点迷津。

成为第一个点赞的人吧 :bowtie:
回复数量: 3
  • 青牛 国内首批大数据从业者,就职于金山,担任大数据团队核心研发工程师
    2018-01-29 18:51:16

    对别人没有影响,这个只影响你自己的hive,你重新进hive这个mapred.reduce.tasks设置就失效了。set属于临时的设置,只在当前session中有效。
    用set mapred.reduce.tasks;可以看到之前的配置
    非常慢的原因可能由于数据倾斜了,你看一下是不是有的reduce跑的非常快,shuffle的数据量很大。这个得需要你自己分析一下数据的情况

  • ling775000
    2018-01-29 19:18:24

    @青牛 我想借问一下这个mr里面的task任务数一般为多少呢?

  • 青牛 国内首批大数据从业者,就职于金山,担任大数据团队核心研发工程师
    2018-01-29 19:36:26

    @ling775000 这个要根据自己的集群情况去定,集群资源不够设置太多反而跑不完。设置成合理运用集群的资源就可以了

暂无评论~~
  • 请注意单词拼写,以及中英文排版,参考此页
  • 支持 Markdown 格式, **粗体**、~~删除线~~、`单行代码`, 更多语法请见这里 Markdown 语法
  • 支持表情,可用Emoji的自动补全, 在输入的时候只需要 ":" 就可以自动提示了 :metal: :point_right: 表情列表 :star: :sparkles:
  • 上传图片, 支持拖拽和剪切板黏贴上传, 格式限制 - jpg, png, gif,教程
  • 发布框支持本地存储功能,会在内容变更时保存,「提交」按钮点击时清空
Ctrl+Enter