版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
HiveSQL調(diào)優(yōu)1.理解SQL調(diào)優(yōu)
2.具備SQL調(diào)優(yōu)能力1.
SQL調(diào)優(yōu)建議
2.SQL調(diào)優(yōu)總結(jié)
1.盡量盡早地過濾數(shù)據(jù),減少每個(gè)階段的數(shù)據(jù)量,對(duì)于分區(qū)表要加分區(qū),同時(shí)只選擇需要使用到的字段2.盡量原子化操作,盡量避免一個(gè)SQL包含復(fù)雜邏輯,可以使用中間表來(lái)完成復(fù)雜的邏輯3.小表要注意放在join的左邊(目前TCL里面很多都小表放在join的右邊。否則會(huì)引起磁盤和內(nèi)存的大量消耗4.如果unionall的部分個(gè)數(shù)大于2,或者每個(gè)union部分?jǐn)?shù)據(jù)量大,應(yīng)該拆成多個(gè)insertinto語(yǔ)句,實(shí)際測(cè)試過程中,執(zhí)行時(shí)間能提升50%5.寫SQL要先了解數(shù)據(jù)本身的特點(diǎn),如果有join,group操作的話,要注意是否會(huì)有數(shù)據(jù)傾斜HiveSQL調(diào)優(yōu)的一些小建議使用分區(qū)剪裁、列剪裁
意思是,在select中,只拿需要的列,如果有,盡量使用分區(qū)過濾,少使用select*
另外在分區(qū)裁剪中,當(dāng)使用外關(guān)聯(lián)時(shí),副表的過濾條件如果使用where就會(huì)導(dǎo)致先全表關(guān)聯(lián)在過濾,應(yīng)該改用on,或者之間使用子查詢少用count(distinct)count(distinct)是由一個(gè)reducetask來(lái)完成的,這一個(gè)reduce需要處理的數(shù)據(jù)量太大,就會(huì)導(dǎo)致整個(gè)job很難完成。count(distinct)可以使用先groupby再count的方式來(lái)替換HiveSQL調(diào)優(yōu)總結(jié)多對(duì)多的關(guān)聯(lián)
1.如果存在多對(duì)多關(guān)聯(lián),起碼要保證有一個(gè)表或者結(jié)果集的關(guān)聯(lián)鍵不重復(fù) 2.如果某一個(gè)關(guān)聯(lián)鍵的記錄數(shù)非常多,那么分配到該reducetask的數(shù)據(jù)量將非常大,會(huì)導(dǎo)致整個(gè)job很難完成 3.避免笛卡爾集HiveSQL調(diào)優(yōu)總結(jié)合理使用UnionALL
1.對(duì)同一張表的unionall要比多重insert快得多。 2.原因是hive本身對(duì)這種unionall做過優(yōu)化,即只掃描依次源表,多重insert雖然也只掃描一次,但因?yàn)橐猧nsert到多個(gè)分區(qū),所以做了很多其他的事情,導(dǎo)致消耗的時(shí)間非常長(zhǎng)。HiveSQL調(diào)優(yōu)總結(jié)合理使用動(dòng)態(tài)分區(qū)動(dòng)態(tài)分區(qū)可以優(yōu)化諸如需要往指定分區(qū)插入數(shù)據(jù)的這種操作。配置參數(shù):hive.exec.dynamic.partition:是否開啟動(dòng)態(tài)分區(qū),默認(rèn)為false,設(shè)置成truehive.exec.dynamic.partition.mode:默認(rèn)值表示必須指定至少一個(gè)靜態(tài)分區(qū),默認(rèn)為strict,設(shè)置成nonstricthive.exec.max.dynamic.partitions.pernode:在每個(gè)執(zhí)行MR的節(jié)點(diǎn)上,最大可以創(chuàng)建多少個(gè)動(dòng)態(tài)分區(qū),默認(rèn)100,按實(shí)際情況來(lái)定hive.exec.max.created.files:整個(gè)MRJob中,最大可以創(chuàng)建多少個(gè)HDFS文件,默認(rèn)值:100000,一般默認(rèn)值足夠了,除非你的數(shù)據(jù)量非常大,需要?jiǎng)?chuàng)建的文件數(shù)大于100000,可根據(jù)實(shí)際情況加以調(diào)整。hive.error.on.empty.partition:當(dāng)有空分區(qū)生成時(shí),是否拋出異常,默認(rèn)值:false,一般不需要設(shè)置。HiveSQL調(diào)優(yōu)總結(jié)避免數(shù)據(jù)傾斜癥狀:任務(wù)進(jìn)度長(zhǎng)時(shí)間維持在99%(或100%);查看任務(wù)監(jiān)控頁(yè)面,發(fā)現(xiàn)只有少量(1個(gè)或幾個(gè))reduce子任務(wù)未完成。本地讀寫數(shù)據(jù)量
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- (新版)中職創(chuàng)新創(chuàng)效創(chuàng)業(yè)競(jìng)賽考試題庫(kù)500題(含答案)
- 助力員工成長(zhǎng)的計(jì)劃與目標(biāo)
- 水務(wù)行業(yè)的科技創(chuàng)新研究計(jì)劃
- 學(xué)期目標(biāo)與職責(zé)分工明確計(jì)劃
- 數(shù)字化時(shí)代品牌營(yíng)銷的未來(lái)趨勢(shì)計(jì)劃
- 房地產(chǎn)行業(yè)安全風(fēng)險(xiǎn)管控計(jì)劃
- 培養(yǎng)幼兒團(tuán)隊(duì)合作精神的方法計(jì)劃
- 房地產(chǎn)行業(yè)品牌宣傳策略計(jì)劃
- 制定年度目標(biāo)的實(shí)施方案計(jì)劃
- 【人教版】pep六年級(jí)英語(yǔ)下全冊(cè)教案(表格版)
- 人教版音樂九年級(jí)上冊(cè)4歌曲《搖籃曲》課件
- 最新VTE指南解讀(靜脈血栓栓塞癥的臨床護(hù)理指南解讀)
- 最新幼兒園小班語(yǔ)言《下雨的時(shí)候》課件
- 通信系統(tǒng)防雷與接地下篇的知識(shí)
- 林業(yè)基礎(chǔ)名詞解釋 (1)
- 汽車排放污染維修治理站(M站)維修治理和業(yè)務(wù)流程圖
- 檔案盒側(cè)面標(biāo)簽Excel模板
- 醫(yī)療保障信息平臺(tái)建設(shè)指南
- 《西方音樂史》課件文藝復(fù)興音樂
- 胰十二指腸切除術(shù)PPT課件(PPT 24頁(yè))
- 青島版二年級(jí)上冊(cè)數(shù)學(xué)全冊(cè)課件(新版教材)
評(píng)論
0/150
提交評(píng)論