Hive 查询不使用索引

Posted 2023-04-19

【中文标题】Hive 查询不使用索引

【英文标题】：Hive query not using index

【发布时间】：2015-01-20 13:24:36

【问题描述】：

我正在分析对 hive 表使用索引的影响。我创建了一个包含 5 列的表（COL1,COL2,COL3,COL4,COL5）并在其中加载了 100000 行。我还在这张表的 COL1 上创建了一个索引。

我在COL1 上运行select * 和WHERE 子句，这是一个索引列。

与创建索引之前运行相同查询相比，我发现查询运行时间没有任何改进。

我对我的选择查询进行了解释，它显示 TableScan 而不是 IndexScan，我无法弄清楚为什么它没有使用索引。

请帮忙。

【参考方案1】：

您可以查看this和this，但基本上如下；

创建索引

创建索引..在表上...

建立索引

ALTER INDEX .. ON .. REBUILD;

使用索引

INSERT OVERWRITE DIRECTORY '/tmp/indexes/..' SELECT _bucketname, _offsets FROM default__t_..__...

SET hive.index.compact.file=/tmp/indexes/x;

SET hive.input.format=org.apache.hadoop.hive.ql.index.compact.HiveCompactIndexInputFormat;

SELECT ... from ... where ... group by ...;

希望对你有帮助