hive：MoveTask

运行SQL时出了个错：

SQL： INSERT OVERWRITE DIRECTORY 'result/testConsole' select count(1) from nutable; 

错误信息：

Failed with exception Unable to rename: hdfs://indigo:8020/tmp/hive-root/hive_2013-08-22_17-35-05_006_3570546713731431770/-ext-10000 to: result/testConsole
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.MoveTask
另一个SQL的错误，这是日志中的：
1042 2013-08-22 17:08:54,411 INFO  exec.Task (SessionState.java:printInfo(412)) - Moving data to: result/userName831810250/54cbcd2980a64fe78cf54abb3116d2dc from hdfs://indigo:8020/tmp/hive-hive/hive_2013-08-22_17-08-40_062_3976325306495167351/-ext-10000
1043 2013-08-22 17:08:54,414 ERROR exec.Task (SessionState.java:printError(421)) - Failed with exception Unable to rename: hdfs://indigo:8020/tmp/hive-hive/hive_2013-08-22_17-08-40_062_3976325306495167351/-ext-10000 to: result/userName831810250/54cbcd2980a64fe78cf54abb3116d2dc

下面看看出现异常的地方。
执行SQL时，最后一个任务是MoveTask,它的作用是将运行SQL生成的Mapeduce任务结果文件放到SQL中指定的存储查询结果的路径中，具体方法就是重命名
下面是 org.apache.hadoop.hive.ql.exec.MoveTask 中对结果文件重命名的一段代码：

[java]  view plain copy print ?

1. //这个sourcePath参数就是存放Mapeduce结果文件的目录，所以它的值可能是  
2. //hdfs://indigo:8020/tmp/hive-root/hive_2013-08-22_18-42-03_218_2856924886757165243/-ext-10000  
3. if (fs.exists(sourcePath)) {  
4.     Path deletePath = null;  
5.     // If it multiple level of folder are there fs.rename is failing so first  
6.     // create the targetpath.getParent() if it not exist  
7.     if (HiveConf.getBoolVar(conf, HiveConf.ConfVars.HIVE_INSERT_INTO_MULTILEVEL_DIRS)) {  
8.     deletePath = createTargetPath(targetPath, fs);  
9.     }  
10.     //这里targetPath的值就是指定的放置结果文件的目录，值可能是 result/userName154122639/4e574b5d9f894a70b074ccd3981ca0f1  
11.     if (!fs.rename(sourcePath, targetPath)) {//上面产生的异常就是因为这里rename失败，进了if，throw了个异常  
12.       try {  
13.         if (deletePath != null) {  
14.           fs.delete(deletePath, true);  
15.         }  
16.       } catch (IOException e) {  
17.         LOG.info("Unable to delete the path created for facilitating rename"  
18.             + deletePath);  
19.       }  
20.       throw new HiveException("Unable to rename: " + sourcePath  
21.           + " to: " + targetPath);  
22.     }  
23.   }  

rename的targetPath必须存在。
其实之前已经检查和创建targetPath了：

[java]  view plain copy print ?

1. private Path createTargetPath(Path targetPath, FileSystem fs) throws IOException {  
2.     Path deletePath = null;  
3.     Path mkDirPath = targetPath.getParent();  
4.     if (mkDirPath != null & !fs.exists(mkDirPath)) {  
5.       Path actualPath = mkDirPath;  
6.       while (actualPath != null && !fs.exists(actualPath)) {  
7.         deletePath = actualPath;  
8.         actualPath = actualPath.getParent();  
9.       }  
10.       fs.mkdirs(mkDirPath);  
11.     }  
12.     return deletePath;//返回新创建的最顶层的目录，万一失败用来删除用  
13.   }  

Apache出现过这个 问题 ，已经解决掉了
CDH 竟然加了个参数 hive.insert.into.multilevel.dirs，默认是false，意思是我还有这BUG呢哈。
当你被坑了，想打个patch时，会发现改个配置就可以了。
意思是我保留这个BUG，但你要是被坑了也不能说我有BUG，自己改配置好了。$+@*^.!"?......
目前还没发现其他地方用到了这个参数，在这里唯一作用就是限制SQL中指定存放结果文件不存在的目录的深度不能大于1.
不过也没发现这有什么好处。

折腾半天，加个配置就可以了：

[html]  view plain copy print ?

1. <property>  
2.   <name>hive.insert.into.multilevel.dirs</name>  
3.   <value>true</value>  
4. </property>