Hive中使用MAP JOIN

2016-12-15 696 收藏

1 概述

若所有表中只有一张小表，那可在最大的表通过Mapper的时候将小表完全放到内存中，Hive可以在map端执行连接过程，称为map-side join，这是因为Hive可以和内存的小表逐一匹配，从而省略掉常规连接所需的reduce过程。即使对于很小的数据集，这个优化也明显地要快于常规的连接操作。其不仅减少了reduce过程，而且有时还可以同时减少Map过程的执行步骤。

使用MAPJOIN可解决以下实际问题：
A 有一个极小的表<1000行（a是小表）
B 需要做不等值join操作（a.x<b.y或者a.x like b.y等）。普通join语法不支持不等于操作，Hive语法解析会直接抛出错误。

select /*+ MAPJOIN(a)*/
a.name, b.stu_id
from student_table_small a
join student_table_big b
where b.age>=a.age

2 相关参数

2.1 小表自动选择Mapjoin
set hive.auto.convert.join=true;
默认值：false。该参数为true时，Hive自动对左边的表统计量，若是小表就加入内存，即对小表使用Map join

2.2 小表阀值
set hive.mapjoin.smalltable.filesize=25000000;
默认值：25M

2.3 map join做group by操作时，可使用多大的内存来存储数据。若数据太大则不会保存在内存里
set hive.mapjoin.followby.gby.localtask.max.memory.usage;  
默认值：0.55

2.4 本地任务可以使用内存的百分比
set hive.mapjoin.localtask.max.memory.usage;  
默认值：0.90

参考地址：http://blog.csdn.net/kwu_ganymede/article/details/51365002

上一篇 下一篇

微信关注我们

原文链接：https://yq.aliyun.com/articles/67300

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

File system needs to be upgraded. You have version null and I want ver...

安装hbase时候报错： File system needs to be upgraded. You have version null and I want version 7 注： 我安装的hbase依赖于hdfs， hdfs是有nameservice的。 解决方法： 1. 首先查看hbase的配置文件，hbase-site.xml， 找到hbase.rootdir的value值， 这个值里面的/hbase1 中存放了hbase的信息 <property> <name>hbase.rootdir</name> <value>hdfs://nameservice1/hbase1</value> </property> 2. 在安装hmaster的机器上切换到hdfs用户 su hdfs 3. 在hdfs用户下执行 hadoop fs -rm -r -skipTrash /hbase1 删除/hbase1, 然后重启hbase master。

2016-12-16

730

上一篇

Hive2.1.1 下hwi web界面的配置（超详细）

2016/11/1 17:30:06 资料： 1.ant 1.9.7 2.Hive src; 3.jdk 1.7; 步骤： A: Hive2.1.1源码下载地址： http://apache.fayea.com/hive/hive-2.1.1/ 1.打war包 tar -zxvf hive-2.1.1-src.tar.gz 然后进入目录${HIVE_SRC_HOME}/hwi/web，执行打包命令: jar -cvf hive-hwi-2.1.1.war * 得到hive-hwi-2.1.1.war文件，复制到hive下的lib目录中。 cp hive-hwi-2.1.1.war ${HIVE_HOME}/lib 2.修改hive的配置文件hive-site.xml(可以自己创建，也可以复制hive-default.xml.template得到） <property> <name>hive.hwi.listen.host</name> <value>0.0.0.0</value> <description...

2016-12-17

687

下一篇

相关文章

发表评论

发表

资源下载

更多资源

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

时间: 2025-12-12 大小: 211.28KB 下载: 54次

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

时间: 2025-12-21 大小: 189MB 下载: 2次

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

时间: 2026-03-02 大小: 1.42GB 下载: 3次

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

时间: 2025-12-03 大小: 9.84MB 下载: 39次