hive的explain命令

显示抽象语法树
```sql
EXPLAIN SELECT * from dby_pro.test1;
```
## explain
该命令可以返回hive的查询执行计划。不需要执行查询。
查询计划包含三个部分,
1.AST
Abstract syntax tree (AST).抽象语法树。通过ANTLR类库生成。
2.Stage dependencies:
阶段依赖。
用来执行查询的依赖列表。
3.Stage plans
阶段计划。

## 实例
在 hive cli 中输入以下命令(hive 2.3.7)：
```
explain select sum(id) from test1;
```
得到结果
```
STAGE DEPENDENCIES:
  Stage-1 is a root stage
  Stage-0 depends on stages: Stage-1

STAGE PLANS:
  Stage: Stage-1
    Map Reduce
      Map Operator Tree:
          TableScan
            alias: test1
            Statistics: Num rows: 6 Data size: 75 Basic stats: COMPLETE Column stats: NONE
            Select Operator
              expressions: id (type: int)
              outputColumnNames: id
              Statistics: Num rows: 6 Data size: 75 Basic stats: COMPLETE Column stats: NONE
              Group By Operator
                aggregations: sum(id)
                mode: hash
                outputColumnNames: _col0
                Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
                Reduce Output Operator
                  sort order:
                  Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
                  value expressions: _col0 (type: bigint)
      Reduce Operator Tree:
        Group By Operator
          aggregations: sum(VALUE._col0)
          mode: mergepartial
          outputColumnNames: _col0
          Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
          File Output Operator
            compressed: false
            Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
            table:
                input format: org.apache.hadoop.mapred.SequenceFileInputFormat
                output format: org.apache.hadoop.hive.ql.io.HiveSequenceFileOutputFormat
                serde: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

  Stage: Stage-0
    Fetch Operator
      limit: -1
      Processor Tree:
        ListSink
```

我们将上述结果拆分看，先从最外层开始，包含两个大的部分：

**stage dependencies**： 各个stage之间的依赖性
**stage plan**： 各个stage的执行计划
先看第一部分 stage dependencies ，包含两个 stage，Stage-1 是根stage，说明这是开始的stage，Stage-0 依赖 Stage-1，Stage-1执行完成后执行Stage-0。

再看第二部分 stage plan，里面有一个 Map Reduce，一个MR的执行计划分为两个部分：

**Map Operator Tree**： MAP端的执行计划树
**Reduce Operator Tree**： Reduce端的执行计划树
这两个执行计划树里面包含这条sql语句的 operator：

map端第一个操作肯定是加载表，所以就是 TableScan 表扫描操作，常见的属性：
**alias**： 表名称
**Statistics**： 表统计信息，包含表中数据条数，数据大小等
**Select Operator**： 选取操作，常见的属性 ：
**expressions**：需要的字段名称及字段类型
**outputColumnNames**：输出的列名称
**Statistics**：表统计信息，包含表中数据条数，数据大小等
**Group By Operator**：分组聚合操作，常见的属性：
**aggregations**：显示聚合函数信息
**mode**：聚合模式，值有 hash：随机聚合，就是hash partition；partial：局部聚合；final：最终聚合
**keys**：分组的字段，如果没有分组，则没有此字段
**outputColumnNames**：聚合之后输出列名
**Statistics**： 表统计信息，包含分组聚合之后的数据条数，数据大小等
**Reduce Output Operator**：输出到reduce操作，常见属性：
**sort order**：值为空 不排序；值为 + 正序排序，值为 - 倒序排序；值为 +- 排序的列为两列，第一列为正序，第二列为倒序
**Filter Operator**：过滤操作，常见的属性：
**predicate**：过滤条件，如sql语句中的where id>=1，则此处显示(id >= 1)
**Map Join Operator**：join 操作，常见的属性：
**condition map**：join方式 ，如Inner Join 0 to 1 Left Outer Join0 to 2
**keys**: join 的条件字段
**outputColumnNames**： join 完成之后输出的字段
**Statistics**： join 完成之后生成的数据条数，大小等
**File Output Operator**：文件输出操作，常见的属性
**compressed**：是否压缩
**table**：表的信息，包含输入输出文件格式化方式，序列化方式等
**Fetch Operator** 客户端获取数据操作，常见的属性：
**limit**，值为 -1 表示不限制条数，其他值为限制的条数
```
## ANALYZE
分析表数据。用于执行计划选择的参考。
先执行分析命令，再通过DESCRIBE查看统计的结果。
//统计表
ANALYZE TABLE employee COMPUTE STATISTICS;

//统计分区
$hive>ANALYZE TABLE employee_partitioned  PARTITION(year=2014, month=12) COMPUTE STATISTICS;
//查看表的概况
$hive>desc employee ;
$hive>desc formatted employee ;
$hive>desc extended employee ;