Hive参数配置
Hive命令行
输入$HIVE_HOME/bin/hive -H或者-help可以显示帮助选项。
说明:
1、-i 初始化HQL文件。
2、-e 从命令行执行指定的HQL
3、-f 执行HQL脚本
4、-v 输出执行的HQL语句到控制台
5、-p connect to Hive Server on port number
6、-hiveconf x=y Use this to set hive/hadoop configuration variables.
参数范围只对本次运行有效。
例如:
$HIVE_HOME/bin/hive -e 'select * from tab1 a'
$HIVE_HOME/bin/hive -f /home/my/hive-script.sql
$HIVE_HOME/bin/hive -f hdfs://<namenode>:<port>/hive-script.sql
$HIVE_HOME/bin/hive -i /home/my/hive-init.sql
$HIVE_HOME/bin/hive -e 'select a.col from tab1 a'
--hiveconf hive.exec.compress.output=true
--hiveconf mapred.reduce.tasks=32
Hive参数配置方式
Hive参数大全:
https://cwiki.apache.org/confluence/display/Hive/Configuration+Properties
开发Hive应用时,不可避免地需要设定Hive的参数。设定Hive的参数可以调优HQL代码的执行效率,或帮助定位问题。然而实践中经常遇到的一个问题是,为什么设定的参数没有起作用?这通常是错误的设定方式导致的。
对于一般参数,有以下三种设定方式:
配置文件(全局有效)
命令行参数(对hive启动实例有效)
参数声明(对hive的链接session有效)
hive执行引擎:
hive.execution.engine
可以不用mr做执行引擎,用spark做执行引擎。可以做相关设置修改。
设置分桶查询:
mapred.reduce.tasks
默认值是-1
配置文件
用户自定义配置文件:$HIVE_CONF_DIR/hive-site.xml
默认配置文件:$HIVE_CONF_DIR/hive-default.xml
用户自定义配置会覆盖默认配置。
另外,Hive也会读入Hadoop的配置,因为Hive是作为Hadoop的客户端启动的。Hive的配置会覆盖Hadoop的配置。
配置文件的设定对本级启动的所有Hive进程都有效。
命令行参数
启动Hive(客户端或Server方式)时,可以在命令行添加-hiveconf来设定参数
例如添加日志级别:bin/hive -hiveconf hive.root.logger=INFO,console
设定对本次启动的Session(对于Server方式启动,则是所有请求的Sessions)有效。
参数声明
可以在HQL中使用SET关键字设定参数,这一设定的作用域也是session级的。
比如:
set hive.exec.reducers.bytes.per.reducer=<number> 每个reduce task的平均负载数据量
set hive.exec.reducers.max=<number> 设置reduce task数量的上限
set mapreduce.job.reduces=<number> 指定固定的reduce task数量
但是,这个参数在必要时<业务逻辑决定只能用一个reduce task>hive会忽略
上述三种设定方式的优先级依次递增,即参数声明覆盖命令行参数,命令行参数覆盖配置文件设定 。注意某些系统级的参数,例如log4j相关的设定,必须用前两种方式设定,因为那些参数的读取在Session建立以前已经完成了。