hive端的map端的优化手段

map存在的问题;1>map数过大，如果map数过大。在map端会产生大量的小文件(初始化和创建map数消耗资源过大)

                          2>map数太小,job的执行度变小

                          map的数取决于输入文件的大小，和文件的数决定,

                         3>2种方法来增加map的数和减少map数

           数据源方式 ：   1>通过输入小文件的数目进行合并来减少map的数目

                                 2>通过2个job，第一个job的reduce的输出文件进行合并，来减少下一个阶段的map的数目

          参数调优:map阶段自动合并小文件参数:hive.input.format=org.apache.hadoop.hive.ql.io.CombineHiveInputFormat;(默认是打开的，map端数据源的输入小文件自动合并)                                                 hive.merge.mapfiles=true;(map端的输出数据进行合并)

                                                                    hive.merge.mapredfiles=false;(map-reduce端的输出数据进行合并，默认是false)

                                                                        hive.merge.size.per.task=256000000;(每个task合并的文件大小)

                                                                        mapred.max.split.size = 256000000;每个map最大分割大小,这个配置项决定了每个 Input Split的最小值

                                                                        mapred.min.split.size.per.node(一个节点上split的最小大小)