Hive partition prune Failed-低调大师

Hive partition prune Failed

2017-11-14 734

昨天发现线上的HiveQuery：

 
        select 
        * 
        from 
        db1.t1where dt 
        between 
        to_char(getdate(‘variables’,’-40’),’yyyymmdd’) 
        and 
        ‘variables’
        and 
        hour
        =’xxx’(其中t1 partitioned bydt,
        hour
        )

不能进行partition prune导致执行效率非常的差，问题出现在哪里呢？

把To_Char函数的代码翻出来就一目了然了：

 
        @UDFType
        (deterministic= 
        false
        ) 
       
        @Description
        (name= 
        "to_char"
        , 
       
        value = 
        "_FUNC_(date, pattern)  converts a string with yyyy-MM-dd HH:mm:sspattern " 
        + 
       
        "to a string with givenpattern.\n" 
       
        +
        "_FUNC_(datetime, pattern)  converts a string with yyyy-MM-dd pattern" 
        + 
       
        "to a string with givenpattern.\n" 
       
        +
        "_FUNC_(number [,format]) convertsa number to a string\n"
        , 
       
        extended = 
        "Example:\n" 
       
        +
        " > SELECT to_char('2011-05-1110:00:12'.'yyyyMMdd') FROM src LIMIT 1;\n" 
       
        +
        "20110511\n" 
       
        )

注意到这个函数是一个“非确定性”函数，Hive在做partition prune时考虑三点不进行过滤处理：

1.如果是逻辑函数的话，若所有的child节点都为null则忽略

2.非确定性函数忽略

3.其他情况，只要有child节点为null则忽略

而这里的to_char正是第二种情况，这里我们自己写了个确定性UDF来解决该问题

注：另外一个类似的Case HIVE-1173

本文转自MIKE老毕 51CTO博客，原文链接：http://blog.51cto.com/boylook/1365734，如需转载请自行联系原作者

微信关注我们

原文链接：https://yq.aliyun.com/articles/476776

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。

Hive hang without response

前些天Hive查询的接口一直超时报警，登录上去查看发现这个超时报警的曲线很有规律，每个小时开始就出现，过了大约3分钟左右就好了.在这个期间里，也发现hive根本就执行不了，完全hang住了，机器负载，HDFS,Jobtracker的负载响应都完全正常！立刻查看下日志发现几点： 1.对比其他时间的同一个job发现两个时间点的上传job文件到hdfs以及mapreduce的执行时间完全一致，也就是说排除了hdfs,jobtracker的问题 2.出问题时，hive的执行基本阻塞在Initialized ObjectStore部分那么基本猜想就是MySQL出问题了，查看MySQL的监控日志发现果然每到这个时间点都会出现highsession，找到一个时间点用percona的工具分析了一下slow log发现了最终的元凶：原来是每个整点都会执行一次backup，但是在backup之前会有一个分析的query也在跑（cron），mysqldump在backup之前会先进行flush table，但是由于那个long running query在导致flush table一直在等待，从而导...

2017-11-14

564

引言随着企业数据化和Hadoop的应用越加广泛，hadoop1.x的框架设计越来越无法满足人们对需求，Apache一直在对Hadoop1.x进行修改，最后推出了新一代的Hadoop2.x。从业界使用分布式系统的变化趋势和 hadoop 框架的长远发展来看，MapReduce 的 JobTracker/TaskTracker 机制需要大规模的调整来修复它在可扩展性，内存消耗，线程模型，可靠性和性能上的缺陷。为从根本上解决旧 MapReduce 框架的性能瓶颈，促进 Hadoop 框架的更长远发展，从 0.23.0 版本开始，Hadoop 的 MapReduce 框架完全重构，发生了根本的变化。新的 Hadoop MapReduce 框架命名为 MapReduceV2 或者叫 Yarn。一 hadoop1.0版本与2.0版本的差异 1.1 HDFS之间的差异 1.1.1 Hadoop1.x 在Hadoop1.x中，HDFS的采用Masters/Slaves的方式设计集群，通过NameNode和DataNode的方式管理集群。在整个Hadoop1.x HDFS中分为Namespace和...

2017-11-14

656

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。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

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。