Question

我通过Hive客户端，Java程序JDBC和直线执行以下查询。

getListView().setItemChecked(position, false);

通过Hive cilent执行时，它已在21秒内完成，其中Java程序JDBC和beeline分别需要110秒和200秒。

以下是我在JDBC中使用Hive Connection的方法

SELECT
*
FROM
    TABLE_ONE AS t1
    JOIN TABLE_TWO t2 ON t2.p_id = t1.p_id 
        AND t2.p_n_id = t1.p_n_id 
        AND t2.d_id = t1.d_id
    JOIN TABLE_THREE t3 ON t3.d_m_id = t1.d_m_id
        AND t3.d_p_id = t1.d_p_id
    JOIN TABLE_FOUR t4 ON t4.c_id = t1.c_id
    JOIN TABLE_FIVE t5 ON t5.a_n_id = t1.a_n_id
    JOIN TABLE_SIX t6 ON t6.d_p_p_s_id = t1.d_p_p_s_id
        AND t6.a_v_id = t1.a_v_id
        AND t6.p_f_id = t1.p_f_id

Hive客户端仅使用一个映射器完成了它。
Java JDBC和直线执行5 MR作业。每个MR作业都需要2个映射器和1个减速器。

以下是每个表的行数。

TABLE_ONE有44981条记录。
TABLE_TWO有2173条记录。
TABLE_THREE有1415条记录。
TABLE_FOUR有249条记录。
TABLE_FIVE有168条记录。
TABLE_SIX有255条记录。
OUTPUT有33362条记录。

我希望在JDBC中使用Hive客户端性能。有什么建议吗？

Hive版本为0.13.1（Cloudera 5.3.3）

Answer 1

一些可以帮助您调试的建议：

从直线客户端运行时设置的属性＆amp;通过JDBC。

我怀疑属性hive.auto.convert.join导致了这种行为。

基本上从直线上可以读取每个映射器内存中的所有较小的表（2到6个）并将其用于连接。但在第二种情况下，它执行Mapper来读取每个输入。

尝试将hive.auto.convert.join设置为true。您可能还需要玩：hive.auto.convert.join.noconditionaltask＆amp; hive.auto.convert.join.noconditionaltask.size。

HTH。

Hive查询在Hive客户端和JDBC中的执行方式不同

1 个答案: