Hive的优化:

1、开启本地模式,这样可以缩短小任务和执行时间

2、使用explain关键字来分析sql语句,然后根据执行结果来对SQL语句进行动态的调整,其中explain只有对hql也就是Hive SQL的解释,而Explain extened 不仅可以对hql语句进行解释,还有抽象表达式树的生成

3、修改hive中的fetch操作为more,减少不必要的mr操作(比如查询某字段,limit,*)

4、开启sql的严格模式这样的话可以防止写的很烂的sql语句影响了集群

5、开启JVM的重新使用,这样的话JVM就可以执行多个Tesk任务,效率就会提升

6、分区、分桶以及压缩

7、根据computeSliteSize(Math.max(minsize,Math.min(maxsize,blocksize)))=blocksize=128M的公式,调整Max的最大值来设置合理的map数量,开启小文件的合并,以及设置相对合理的reucer数

8、因为hive每次执行只会执行一个阶段,而且阶段之间都不是串行的,所以可以通过设置并行执行,这样hive可以同时执行多个stage阶段,提高了效率

9、CBO优化也就是成本优化器,开启之后会将hive执行前的执行计划自动优化,让hive的效率更高,且该功能默认开启

10、谓词下推:简单来说就是将where条件提前给执行了,然后再关联表,这样数据量就变小了

先更新这十条,其他的后续会再补上

相关推荐
Dobby_0510 小时前
【Hadoop】ZooKeeper:分布式系统的协调核心与一致性保障
大数据·hadoop·分布式·zookeeper
boonya10 小时前
Apache Hive 如何在大数据中发挥能量
hive·hadoop·apache
计算机编程小央姐10 小时前
【Spark+Hive+hadoop】基于spark+hadoop基于大数据的全球用水量数据可视化分析系统大数据毕设
大数据·hadoop·数据分析·spark·课程设计
boonya10 小时前
Apache Hive 能否脱离开Hadoop集群工作
hive·hadoop·apache
权^11 小时前
Hadoop 保姆级搭建手册:突出教程的细致和易上手
大数据·hadoop·分布式
IT学长编程11 小时前
计算机毕业设计 基于Python的音乐推荐系统 Python 大数据毕业设计 Hadoop毕业设计选题【附源码+文档报告+安装调试】
大数据·hadoop·python·深度学习·毕业设计·课程设计·音乐推荐系统
Lx35211 小时前
Hadoop数据治理实践:元数据管理与数据质量保障
大数据·hadoop
Lx3525 天前
Hadoop与实时计算集成:Lambda架构实践经验
大数据·hadoop
Lx3526 天前
复杂MapReduce作业设计:多阶段处理的最佳实践
大数据·hadoop