[英]Hive query running infinite time on Tez
下面是我试图在执行单元为tez的Hive上运行的查询。
SELECT A.CITY, A.NAME, B.PRICE
,(ROW_NUMBER() OVER (PARTITION BY A.NAME ORDER BY B.PRICE) ) AS RNUM
FROM TABLE1 A
LEFT JOIN TABLE2 B
ON A.NAME = B.NAME
WHERE ( A.COLUMN2 >= B.COLUMN3 AND A.COLUMN2 < B.COLUMN4)
GROUP BY A.CITY, A.NAME, B.PRICE;
我尝试更改数据格式,增加容器大小,更改reducer的数量以及更改堆大小。 无论我更改什么参数,查询都会卡住。
在我的进一步调查中,我注意到where条件和window函数导致查询无限运行。
这是我的问题:
谢谢你的帮助
我猜这不是由内存分配或减少器数量引起的。 可能是由于数据偏斜引起的。 从这一点上也进行分析。 该链接将帮助您: https : //cwiki.apache.org/confluence/display/Hive/Skewed+Join+Optimization
下面的链接提供了有关偏斜表和列表存储的见解。 不要错过阅读。
https://cwiki.apache.org/confluence/display/Hive/ListBucketing
谢谢!
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.