qq_33785629 2022-05-21 17:53 采纳率: 50%
浏览 150
已结题

如何优化hive动态分区写入速度?

实现要求如下:
提取A库中T_A的数据进入Hive的a库中表t_a,添加动态分区,分区字段类型为String,且值为T_A表上的ORDERDATE字段的内容。
当分区数量很多 (大约要开启800多个分区) 有什么好的优化方法提升效率吗?
在不减少分区数量的情况下

  • 写回答

1条回答 默认 最新

  • 呔 小怪兽休走 2022-05-23 17:27
    关注

    查询最后加上
    distribute by ORDERDATE
    sort by ORDERDATE

    distribute by按照指定的字段将数据划分到不同的输出reduce中,可以保证每个reduce处理的数据范围不重叠,每个分区内的数据是没有排序的。
    sort by保证一个reduce内的数据按照指定字段排序,还可以指定reduce个数:set mapred.reduce.tasks=。

    本回答被题主选为最佳回答 , 对您是否有帮助呢?
    评论

报告相同问题?

问题事件

  • 系统已结题 6月2日
  • 已采纳回答 5月25日
  • 创建了问题 5月21日

悬赏问题

  • ¥30 STM32 INMP441无法读取数据
  • ¥100 求汇川机器人IRCB300控制器和示教器同版本升级固件文件升级包
  • ¥15 用visualstudio2022创建vue项目后无法启动
  • ¥15 x趋于0时tanx-sinx极限可以拆开算吗
  • ¥500 把面具戴到人脸上,请大家贡献智慧
  • ¥15 任意一个散点图自己下载其js脚本文件并做成独立的案例页面,不要作在线的,要离线状态。
  • ¥15 各位 帮我看看如何写代码,打出来的图形要和如下图呈现的一样,急
  • ¥30 c#打开word开启修订并实时显示批注
  • ¥15 如何解决ldsc的这条报错/index error
  • ¥15 VS2022+WDK驱动开发环境