计算和控制Hive查询使用的映射器数量

Question

我有一个Hive表t1，它有104个文件。在104个文件中，1个文件是61 MB，剩余的103个文件小于1 MB。当我执行查询

时

select count(*) from t1

29个映射器与1个减速器一起执行。我想弄清楚为什么29个映射器以及如何减少映射器的数量？

mapreduce.input.fileinputformat.split.maxsize=256MB
mapreduce.input.fileinputformat.split.maxsize=1kb

由于

Answer 1

尝试使用以下选项设置映射器

  

设置mapred.map.tasks = 20;

还要检查数据的总块数。

  

hdfs dfs -du -s -h / apps / hive / warehouse //

每个区块将独立处理。每个映射器都可以根据您设置的映射器编号处理多个块。