Hive学习 参数设置

Posted 2022-05-18 wwbz

Hive的参数设置方式

1、配置文件 （全局有效）

2、命令行参数（对 hive 启动实例有效）

3、参数声明 （对 hive 的连接 session 有效）

 

（1）配置文件

Hive 的配置文件包括：

　　A.　用户自定义配置文件：$HIVE_CONF_DIR/hive-site.xml

　　B.　默认配置文件：$HIVE_CONF_DIR/hive-default.xml

用户自定义配置会覆盖默认配置。

另外，Hive 也会读入 Hadoop 的配置，因为 Hive 是作为 Hadoop 的客户端启动的，Hive 的配 置会覆盖 Hadoop 的配置。

配置文件的设定对本机启动的所有 Hive 进程都有效。

 

（2）命令行参数

启动 Hive（客户端或 Server 方式）时，可以在命令行添加-hiveconf param=value 来设定参数，这一设定对本次启动的 session（对于 server 方式启动，则是所有请求的 session）有效。

bin/hive -hiveconf hive.root.logger=INFO,console

 

（3）参数声明 

可以在 HQL 中使用 SET 关键字设定参数

动态分区（是否开启动态分区功能、nonstrict模式表示允许所有的分区字段都可以使用动态分区）：

set hive.exec.dynamic.partition=true;  
set hive.exec.dynamic.partition.mode=nonstrict;

并行计算（同一个sql中的不同的job是否可以同时运行、同时可以运行的job的最大值）：

set hive.exec.parallel=true;
set hive.exec.parallel.thread.number=8;

 map join（用map join解决小表关联大表造成的数据倾斜问题）

map join 概念：将其中做连接的小表（全量数据）分发到所有 MapTask 端进行 Join，从 而避免了 reduceTask，前提要求是内存足以装下该全量数据

set hive.auto.convert.join=true; //设置 MapJoin 优化自动开启
set hive.mapjoin.smalltable.filesize=25000000 //设置小表不超过多大时开启 mapjoin 优化