报错信息:
Runtime Error while processing row at org.apache.hadoop.hive.ql.exec.vector.VectorMapOperator.process(VectorMapOperator.java:52)
解决方案:
关闭向量化查询
set hive.vectorized.execution.enabled=false;
set hive.vectorized.execution.reduce.enabled=false;
在执行的代码前加上这两个参数设置,再重跑就成功啦~~
四、补充
向量化查询(Vectorized query) 每次处理数据时会将1024行数据组成一个batch进行处理,而不是一行一行进行处理,这样能够显著提高执行速度。
向量化查询执行是 Hive 的一项功能,可大大减少典型查询操作(如扫描,过滤器,聚合和联接)的 CPU 使用率。标准查询执行系统一次处理一行。这在执行的内部循环中涉及长代码路径和重要的元数据解释。向量化查询执行通过一次处理一个 1024 行的块来简化操作。在该块内,每一列都存储为向量(原始数据类型的数组)。诸如算术和比较之类的简单操作是通过在一个紧密的循环中快速迭代向量而完成的,循环内没有或只有很少的函数调用或条件分支。通过有效地使用处理器管道和高速缓存,这些循环以精简的方式进行编译,该方式使用相对较少的指令,并平均在较少的时钟周期内完成每条指令。
-- 要使用向量化查询执行,必须以ORC格式存储数据
set hive.vectorized.execution.enabled = true;
-- 默认情况下,矢量化执行是关闭的;禁用向量化执行命令:
set hive.vectorized.execution.enabled = false;