我正在MRv2上使用配置单元。我正在写包含聚合函数的查询。然后，我认为我想操纵减速器的分配。因此，我尝试使用DISTRIBUTE子句。
例如，如果我写了一个类似SELECT byear, sex, count(*) FROM customers GROUP BY byear, sex DISTRIBUTE BY byear, sex的查询，并且byear值的数目是5（2001、2002、2003、2004、2005），而性别的值是3（男性，女性，未知），减速器的数量为5 * 3 = 15，并将检索到的数据分配给每个byred值和性别值。
或者如果我像SELECT byear, sex, count(*) FROM customers GROUP BY byear, sex DISTRIBUTE BY byear这样写查询，那么化简器的数量是5。
我期望这种行为。但是在上面的查询中，reducer的数量为1。如果检索到的数据足够小，那没有意义吗？还是在编写查询时弄错了？
customers表包含1,000,000个元组，大小为30MB。
添加
1，我误解了减速器数量的计算方法。我检查了hive.exec.reducers.bytes.per.reducer并计算了file size / hive.exec.reducers.bytes.per.reducer的减速器数量。
我以为DISTRIBUTE子句证明将根据写在该子句中的属性为每个reducer分配数据，但是reducer的数量不等于值类型的数量。
2，我阅读了EXPLAIN结果以检查DISTRIBUTE子句的效果，但是在reault中没有任何区别。