Hive 參數配置
1. Hive 命令行
直接輸入 $HIVE_HOME/bin/hive
會進入Hive的shell客戶端交互窗口。
輸入$HIVE_HOME/bin/hive –H
或者 –help
可以顯示幫助選項:
說明:
-i
初始化 HQL 文件。-e
從命令行執行指定的 HQL-f
執行 HQL 腳本-v
輸出執行的 HQL 語句到控制檯-p <port> connect to Hive Server on port number
-hiveconf x=y Use this to set hive/hadoop configuration variables.
例如:
$HIVE_HOME/bin/hive -e 'select * from tab1 a'
$HIVE_HOME/bin/hive -f /home/my/hive-script.sql
$HIVE_HOME/bin/hive -f hdfs://<namenode>:<port>/hive-script.sql
$HIVE_HOME/bin/hive -i /home/my/hive-init.sql
$HIVE_HOME/bin/hive -e 'select a.col from tab1 a'
--hiveconf hive.exec.compress.output=true
--hiveconf mapred.reduce.tasks=32
2. Hive 參數配置方式
Hive 參數大全:https://cwiki.apache.org/confluence/display/Hive/Configuration+Properties
開發 Hive 應用時,不可避免地需要設定 Hive 的參數。設定 Hive 的參數可以調優 HQL 代碼的執行效率,或幫助定位問題。然而實踐中經常遇到的一個問題是,爲什麼設定的參數沒有起作用?這通常是錯誤的設定方式導致的。
對於一般參數,有以下三種設定方式:
- 配置文件 (全局有效)
- 命令行參數 (對 hive 啓動實例有效)
- 參數聲明 (對 hive 的連接 session 有效)
配置文件
用戶自定義配置文件:$HIVE_CONF_DIR/hive-site.xml
默認配置文件:$HIVE_CONF_DIR/hive-default.xml
用戶自定義配置會覆蓋默認配置。
另外,Hive 也會讀入 Hadoop 的配置,因爲 Hive 是作爲 Hadoop 的客戶端啓動的,Hive 的配置會覆蓋 Hadoop 的配置。
配置文件的設定對本機啓動的所有 Hive 進程都有效。
命令行參數
啓動 Hive(客戶端或 Server 方式)時,可以在命令行添加-hiveconf 來設定參數
例如:bin/hive -hiveconf hive.root.logger=INFO,console
設定對本次啓動的 Session(對於 Server 方式啓動,則是所有請求的 Sessions)有效。
參數聲明
可以在 HQL 中使用 SET 關鍵字設定參數,這一設定的作用域也是 session 級的。
比如:
set hive.exec.reducers.bytes.per.reducer=<number> # 每個 reduce task 的平均負載數據量
set hive.exec.reducers.max=<number> # 設置 reduce task 數量的上限
set mapreduce.job.reduces=<number> # 指定固定的 reduce task 數量
但是,這個參數在必要時<業務邏輯決定只能用一個 reduce task>, hive 會忽略上述三種設定方式的優先級依次遞增。即參數聲明覆蓋命令行參數,命令行參數覆蓋配置文件設定。注意某些系統級的參數,例如 log4j 相關的設定,必須用前兩種方式設定,因爲那些參數的讀取在 Session 建立以前已經完成了。