炼数hadoop数据分析平台十一、hbase hive pig zookeeper性能调校_第1页
炼数hadoop数据分析平台十一、hbase hive pig zookeeper性能调校_第2页
免费预览已结束,剩余3页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、-Hive Hive执行的总体性能进行了调研,下面以分条的形式列举出来。hive.map.aggr=trueHiveQL 聚合的执行性能。这个设置可以将顶层的聚合操作Map Reduce hiveSEThiveSELECT-Hive Hive执行的总体性能进行了调研,下面以分条的形式列举出来。hive.map.aggr=trueHiveQL 聚合的执行性能。这个设置可以将顶层的聚合操作Map Reduce hiveSEThiveSELECTcount(*),avg(salary)FROMemployeesgroupby*having MapReduce程序。而对于其它类型的查询,比如指定字段或

2、者包含表关联的查询等,Hive MapReduce 查询的MapReduce 执行,可以设置hive.exec.m (陷阱)hiveSELECTname,salary,deductionsFederalFROMemployeesWHEREdeductionsFederalTaxes 查出的数据实际上是=0.2 。原因:IEEE 0.200000000001,0.2 cast函数。WHEREdeductionsFederalTaxescast(0.2ASHive Join Hive streaming反之,该表多次,特别是包含Join SELECT /*+ STREAMTABLE(s) */ s

3、.ymd, s.symbol, s.price_close, d.dividend FROMstockssJOINdividendsdONs.ymd=d.ymdANDs.symbol=d.symbol WHERE s.symbol = AAPL;STREAMTABLEHivewhere SELECTS*FROMstocksJOINdividendsON条件,Hive会对两SELECT*FROMstocksJOINWHEREwhere SELECTS*FROMstocksJOINdividendsON条件,Hive会对两SELECT*FROMstocksJOINWHEREstock.symbol

4、dividends.symbolandstock.symbol=AAPL;/ Hivewhere 条件之前执行,所以这条语句与上一条语句执行时间相当!SELECT*FROMstocksJOINdividendsONstock.symboldividends.symbol;/InnerJoin ap Map-sideSELECT/*+MAPJOIN(d)*/s.ymd,s.symbol,s.price_close,FROMstockssJOINdividendsdONs.ymd=d.ymdANDs.symbol=d.symbol WHERE s.symbol = AAPL;Hivev0.7之前,

5、MAPJOIN()会将指定的表,一般是较小的表,加载到内存中,这样整 Reduce 操作,进而提高整体性能。在Hive v0.7 之后,需要设置 hive.auto.convert.jorue,开启MapJoin功能。注:另外也可以进行bucketMapJoin 的优化,具体理解,待调研。Orderbyvs.Sortbyvs.DistributeByvs.ClusterOrderByreducer上执行,得到的结果是整体有序的。但是由于 MapReduceHash SortBy reducer 失。DistributeBy reducerreducerreducer的SELECTs.ymd,s

6、.symbol,s.price_close FROM stocks sDISTRIBUTEBYSORTs.symbolASC,s.ymdClusterBy=DistributeBy+SortOrderBy 之外产生的所有排序结果默认情况下(的值)Hive 支持抽样查询例一hiveSELECT*fromnumbers24UCKET3OUTOF10ONrand()hiveHive 支持抽样查询例一hiveSELECT*fromnumbers24UCKET3OUTOF10ONrand()hiveSELECT*fromnumbers2UCKET3OUTOF10ONnumber) 如果不用 Bucket

7、语句中,分母(eg10)。SELECT*FROMnumbersflatLE(0.1PERCENT)HDFSUNION ALL SELECTlog.ymd,log.level,FROMSELECT l1.ymd, l1.level, l1.message,Log1ASsourceFROMlog1l1 UNION ALLSELECT l2.ymd, l2.level, l2.message,Log2ASsourceFROMlog1)SORTBYlog.ymd注:要求两个表查询结果的字段的个数和类型必须一致(技巧)EXPLAIN/EXPLAINEXTENDEDLimit Whentryingasma

8、llersubsetofdataforsimplehowmuchsizeweneedtoguaranteeeachrowtoWhentryingasmallersubsetofdataforsimpleumnumberoffilesweWhentryingasmallersubsetofdataforsimpleumnumberoffileswecan本地模式localset mapred.job.tracker=local;setSELECT*frompeople set并行执行 Hive query MapperReducer Hivereducer数量,但这个hive.exec.redu

9、cers.bytes.per.reducer1GB,也可以改变这edwardetl02$hadoopdfs-count/user/media6/fracture/ins/*|tail-4 1 8 2614608737 hdfs:/./user/media6/fracture/ins/hit_date=20120118172742992546 1172656878252 12362657644 Hadoop hadoop-mapper reducerreducer 0JVM JVM mapreduce jvm Howmanytaskstorunperjvm.Ifsetto-1,thereisno

10、limit. JVM Reuse | 139 Hadoop会启动同一个任务的多个副本在集群上执行,但它会丢入If true, then multiple instanofsomemaptasks may be executed in parallel.If true, then multiple instanofsomereduce Hadoop会启动同一个任务的多个副本在集群上执行,但它会丢入If true, then multiple instanofsomemaptasks may be executed in parallel.If true, then multiple instanofsomereducetasks may be executed in parallel.Hive 提供了三个虚拟列:INPUT FILE NAME, BLOCK OFFSET INSIDE FILE ROW OFFSET INSIDE BLOCKROW OFFSET INSIDE BLOCK hiveSELECTINPUT FILE NAME,BLOCK OFFSET INSIDE FI

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论