Hive笔记之严格模式

转载自：https://www.cnblogs.com/cc11001100/p/9434120.html

Hive有一个严格模式，在严格模式下会对可能产生较大查询结果的语句做限制，禁止其提交执行。配置参数为hive.mapred.mode，分为nonstrict，strict，默认是nonstrict。

一、切换严格模式

查看当前的模式：

1 2	hive> set hive.mapred.mode; hive.mapred.mode is undefined

未定义即为false，即no-strict模式。

开启严格模式：

1	set hive.mapred.mode=strict;

关闭严格模式：

1	set hive.mapred.mode=undefined;

 

二、严格模式严格在哪里

1. 对分区表的查询必须使用到分区相关的字段

分区表的数据量通常都比较大，对分区表的查询必须使用到分区相关的字段，不允许扫描所有分区，想想也是如果扫描所有分区的话那么对表进行分区还有什么意义呢。

当然某些特殊情况可能还是需要扫描所有分区，这个时候就需要记得确保严格模式被关闭。

 

2. order by必须带limit

因为要保证全局有序需要将所有的数据拉到一个Reducer上，当数据集比较大时速度会很慢。个人猜测可能是设置了limit N之后就会有一个很简单的优化算法：每个Reducer排序取N然后再合并排序取N即可，可大大减少数据传输量。

 

3. 禁止笛卡尔积查询（join必须有on连接条件）

hive不会对where中的连接条件优化为on，所以join必须带有on连接条件，不允许两个表直接相乘。