Hive使用注意事项（持续更新）

Hive是一个非常好用的东东。可以省去写MapReduce程序的痛苦。

一般来说，Hive可以覆盖90%的MapReduce任务的需求，大大减少开发代价。

但是使用Hive，有很多需要注意的地方。

本文会持续整理一些，帮大家避免一些问题。

1. 请不要使用Hive并行向同一个表的不同分区导入数据。

有人说，我想并行导入数据，这样可能快些。

Hive本身很好，但它的元数据一直是个软肋。

并行导入数据，就意味着需要并行访问元数据。这个是一个危险的操作。

Hive对元数据访问依赖于JDO的支持，而在并发情况下，JDO访问MySQL是存在bug的。

具体可参考：http://mail-archives.apache.org/mod_mbox/hive-user/201107.mbox/[e-mail]%3E

建议的方法是，先通过hadoop客户端，并行的把数据导入到hdfs上。

然后在写一个脚本，串行的建表，建分区。