hive动态分区
来源:互联网 发布:手机域名注册有什么用 编辑:程序博客网 时间:2024/05/19 03:28
在hive中,有时候会希望根据输入的key,把结果自动输出到不同的目录中,这可以通过动态分区来实现,就是把每一个key当作一个分区,代码示例如下:
注意首先需要在hive语句中设置允许动态分区。即:
但是这还不够,在动态分区有可能很大的情况下,还需要其他的调整:
hive.exec.dynamic.partitions.pernode 参数指的是每个节点上能够生成的最大分区,这个在最坏情况下应该是跟最大分区一样的值
hive.exec.dynamic.partitions.partitions 参数指的是总共的最大的动态分区数
hive.exec.max.created.files 参数指的是能够创建的最多文件数(分区一多,文件必然就多了...)
最后要注意的是select语句中要把distribute的key也select出来
参考:https://cwiki.apache.org/confluence/display/Hive/Tutorial#Tutorial-DynamicpartitionInsert
set hive.exec.dynamic.partition=true;set hive.exec.dynamic.partition.mode=nonstrict;set hive.exec.dynamic.partitions.pernode=50000;set hive.exec.dynamic.partitions.partitions=50000;set hive.exec.max.created.files=500000;set mapred.reduce.tasks =20000;set hive.merge.mapfiles=true;drop table itemset;create table itemset(auctions string)partitioned by (category_id string)row format delimitedfields terminated by '\t'stored as textfilelocation '/data/itemset';insert overwrite table itemset partition(category_id)select auctions, category_id from source_table distribute by category_id;
注意首先需要在hive语句中设置允许动态分区。即:
set hive.exec.dynamic.partition=true;set hive.exec.dynamic.partition.mode=nonstrict;
但是这还不够,在动态分区有可能很大的情况下,还需要其他的调整:
hive.exec.dynamic.partitions.pernode 参数指的是每个节点上能够生成的最大分区,这个在最坏情况下应该是跟最大分区一样的值
hive.exec.dynamic.partitions.partitions 参数指的是总共的最大的动态分区数
hive.exec.max.created.files 参数指的是能够创建的最多文件数(分区一多,文件必然就多了...)
最后要注意的是select语句中要把distribute的key也select出来
参考:https://cwiki.apache.org/confluence/display/Hive/Tutorial#Tutorial-DynamicpartitionInsert
- Hive 动态分区 & 静态分区
- hive动态分区
- Hive动态分区
- Hive动态分区
- HIVE动态分区实战
- Hive动态分区
- Hive动态分区
- hive 动态分区
- 05-Hive动态分区
- hive动态分区
- Hive动态分区
- hive动态分区
- Hive动态分区
- hive 动态分区使用
- Hive动态分区配置
- hive实战---动态分区
- Hive动态分区
- hive 动态分区
- Visual Studio 2010辅助敏捷测试详解
- 内存16位对齐分配
- 选择与众不同
- 记住你即将死去
- INVISIBLE 与GONE
- hive动态分区
- 在windows 和 linux下引入hash_set、hash_map头文件
- 优秀的习惯
- 解决jquery.XYTipsWindow.2.8.js关闭后父窗体输入框不能进行编辑
- python自动化单元测试框架 PyUnit
- mvn dependency logback
- 进制互转
- 数据量10亿级别的数据库表,多行存储成一行、一列扩展成多列之数据优化及迁移方案(一)
- uva 10453 Make Palindrome