Hive 导入失败 [java.lang.OutOfMemoryError]

Posted 2023-02-16

【中文标题】Hive 导入失败 [java.lang.OutOfMemoryError]

【英文标题】：Hive import fail [java.lang.OutOfMemoryError]

【发布时间】：2017-07-19 12:39:02

【问题描述】：

我正在使用 bash 命令将 sql 数据库导入 hive 客户端节点上的 hive 数据库（使用 Hortonworks 数据平台）：

$ hive -f tables.sql

我得到错误：

log4j:WARN No such property [maxFileSize] in org.apache.log4j.DailyRollingFileAppender.

Logging initialized using configuration in file:/etc/hive/2.6.1.0-129/0/hive-log4j.properties
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
    at java.util.Arrays.copyOf(Arrays.java:3332)
    at java.lang.AbstractStringBuilder.ensureCapacityInternal(AbstractStringBuilder.java:124)
    at java.lang.AbstractStringBuilder.append(AbstractStringBuilder.java:448)
    at java.lang.StringBuilder.append(StringBuilder.java:136)
    at org.apache.hadoop.hive.cli.CliDriver.processReader(CliDriver.java:409)
    at org.apache.hadoop.hive.cli.CliDriver.processFile(CliDriver.java:429)
    at org.apache.hadoop.hive.cli.CliDriver.executeDriver(CliDriver.java:718)
    at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:685)
    at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:625)
    at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
    at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
    at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
    at java.lang.reflect.Method.invoke(Method.java:498)
    at org.apache.hadoop.util.RunJar.run(RunJar.java:233)
    at org.apache.hadoop.util.RunJar.main(RunJar.java:148)

我尝试将 HADOOP_HEAPSIZE 从 1GB 增加到 4GB，但仍然出现错误。有什么想法吗？

【参考方案1】：

OutOfMemoryError 来自 CliDriver#processReader(BufferedReader) 中的 Hive 代码库。

public int processReader(BufferedReader r) throws IOException 
  String line;
  StringBuilder qsb = new StringBuilder();

  while ((line = r.readLine()) != null) 
    // Skipping through comments
    if (! line.startsWith("--")) 
      qsb.append(line + "\n");
    
  

  return (processLine(qsb.toString()));

将从文件中读取的所有行添加到StringBuilder，然后执行它。这一定意味着您指定的输入文件非常大。是否可以将其拆分为多个较小的文件并分别执行，从而减少内存占用？

您提到这是一个 SQL 数据库的导入。 Apache Sqoop 可能更适合该用例。

【讨论】：

我找到了这个用于将 .sql 拆分为 table.sql 的小仓库：github.com/kedarvj/mysqldumpsplitter，我正在尝试

经过一些研究，Apache Scoop 似乎比我的 hive 导入命令更适合这项工作