执行计划(Explain)
EXPLAIN [EXTENDED | DEPENDENCY | AUTHORIZATION] query
查看语句的执行计划
不生成MR任务的执行计划:
生成MR任务的执行计划:
查看执行计划详情:
explain extended select deptno,dname,SUM(loc) from dept_partition GROUP BY deptno,dname;
explain extended select * from test;
Fetch 抓取
Fetch 抓取是指,Hive 中对某些情况的查询可以不必使用 MapReduce 计算。
例如:SELECT FROM employees;
在这种情况下,Hive 可以简单地读取 employee 对应的存储目录下的文件,然后输出查询结果到控制台。
步骤
在 hive-default.xml.template 文件中 hive.fetch.task.conversion 默认是 more,老版本 hive默认是 minimal。
该属性修改为 more 以后,在全局查找、字段查找、limit 查找等都不走mapreduce。
- 把 hive.fetch.task.conversion 设置成 none,然后执行查询语句,都会执行 mapreduce程序。
hive (default)> set hive.fetch.task.conversion=none;
hive (default)> select * from emp;
hive (default)> select ename from emp;
hive (default)> select ename from emp limit 3;
- 把 hive.fetch.task.conversion 设置成 more,然后执行查询语句,如下查询方式都不会执行 mapreduce 程序。
hive (default)> set hive.fetch.task.conversion=more;
hive (default)> select * from emp;
hive (default)> select ename from emp;
hive (default)> select ename from emp limit 3;
本地模式
大多数的 Hadoop Job 需要 Hadoop 提供的完整的可扩展性来处理大数据集。不过,有时 Hive 的输入数据量非常小,在这种情况下,为查询触发执行任务消耗的时间可能会比实际 job 的执行时间要多的多。
对于大多数这种情况,Hive 可以通过本地模式在单台机器上处理所有的任务。对于小数据集,执行时间可以明显被缩短。
用户可以通过设置 hive.exec.mode.local.auto 的值为 true,来让 Hive 在适当的时候自动启动这个优化。
步骤
set hive.exec.mode.local.auto=true; //开启本地 mr
//设置 local mr 的最大输入数据量,当输入数据量小于这个值时采用local mr 的方式,默认为 134217728,即 128M
set hive.exec.mode.local.auto.inputbytes.max=50000000;
//设置 local mr 的最大输入文件个数,当输入文件个数小于这个值时采用 local mr 的方式,默认为 4
set hive.exec.mode.local.auto.input.files.max=10;