4回答
我是hadoop的新手。据我所知，知识桶是固定不变的。hive表和hive中的分区的编号。减水剂的数量与总no。创建表时定义的存储桶的数量。那么，谁能告诉我如何计算总的no。蜂窝表中的桶的数量。是否有计算
浏览 5提问于2015-06-09得票数 5
3回答
我正在连接Hive中的两个大表(一个超过10亿行，一个大约1亿行)，如下所示：我已经以相同的方式对这两个表进行了存储桶操作，根据id将每个表聚集为100个存储桶，但是查询仍然需要很长时间。对如何加快速度有什么建议吗？
浏览 4提问于2013-11-26得票数 15
回答已采纳
在Apache Hive中，在对一个巨大的数据集进行分区和存储桶之后，目录结构是什么样子的？ 对于Ex -I有一个国家/地区的客户数据集，数据按州分区，然后按城市分桶。我们如何知道一个城市存储桶中会有多少个文件？
浏览 28提问于2020-01-26得票数 2
1回答
我想要实现NTILE所做的事情，但不是通过传递存储桶的数量，而是通过传递每个存储桶中的项的数量。有没有办法在Hive中做到这一点？83 1 S1 75 2 我希望实现相同的目的，但不是通过传递存储<
浏览 6提问于2021-08-25得票数 0
回答已采纳
我知道map任务的数量与输入格式给出的输入拆分数量相同。当在分区或分桶的配置单元表上执行操作时，当数据以分区或分桶的数据的目录中的文件的形式存在时，InputFormat类如何计算输入拆分？输入拆分(映射任务的数量)与分区或存储桶的数量之间是否存在某种关系？
浏览 0提问于2016-05-05得票数 0
2回答
我们可以在Hive中的字符字段上创建bucket吗？emp_id string, emp_city string,);
是否可以在emp_grade列上创建存储桶
浏览 1提问于2020-01-24得票数 1
3回答
令人不快的细节如下：我设置了以下flags:=============set mapred.reduce.tasksBTW中，这里的数据按符号聚集，并按时间排序。我似乎不能让Hive使用这个概念。另外，有没有办法让整个过程在一个查询步骤而不是两个步骤中工作？请注意，该表是用sort by子句构造和填充的。以下是查询的计划
浏览 0提问于2011-08-04得票数 3
回答已采纳
1回答
我有一个蜂箱表，里面有1024个桶。最大减速器限制设置为1024，通常经验法则是每个桶1个减速器。现在我想增加reducers的数量以获得更快的性能，并且我想知道我是否可以为每个bucket设置多个reducer。如果我能做到这一点，那么它对性能有什么影响呢？
浏览 1提问于2016-02-26得票数 0
1回答
蜂箱汤匙和水桶
、、
我现在正在学习桶，我的任务是创建一个由2个桶组成的Hive表，然后将至少5条记录放入该表中。我不知道的是以下内容--我必须运行这个查询：当我运行它时，它返回0行，我不知道为什么我试着在网上查一下，但没有找到确切的答案。如果我用表中的其他字段替换id，它将返回桶<
浏览 4提问于2020-04-13得票数 1
回答已采纳
1回答
我想使用以下选项执行排序-合并连接，如配置单元手册()中所述set hive.optimize.bucketmapjoin = true;两个表都必须在join列上进行存储和排序。我的问题是-排序是否必须是全局的</em
浏览 2提问于2013-07-11得票数 1
回答已采纳
嗨，我是非常新的蜂巢，我已经通过了桶的概念在hadoop的行动，但未能理解下面的lines.can，有人帮助我这一点吗？SELECT avg(viewTime)TABLESAMPLE的一般语法是TABLESAMPLE(桶x出y)
查询的样本大小约为1/y，此外，y需要是表创建时为表指定的桶数的倍数或因子。y更
浏览 3提问于2013-09-13得票数 9
我想编写一个spark应用程序，在其中我可以从多个hive表中读取数据，并向多个hive表中写入数据。然而，这里有一个奇怪的地方。据我所知，我只能在全局级别设置属性fs.s3a.server-side-encryption algorithm。
我该怎么做呢？我非常确定这是一个常见的</
浏览 2提问于2017-04-06得票数 0
1回答
我希望能够使用Hive的存储桶映射连接。我知道A、B、C的存储桶应该是彼此的倍数。
在创建表时，是否有一个通用规则来估计所需的#存储桶，以确保映射端连接？
浏览 1提问于2014-04-13得票数 0
我正在尝试使用以下命令在配置单元中创建存储桶： clustered by( country)fields terminated by ','命令执行成功:当我将数据加载到这个表中时，它成功执行，并且在使用但是，在HDFS上，它只创建一个表，并且只有一个包含所有数据
浏览 6提问于2015-04-05得票数 0
2回答
蜂箱桶状地图连接
、、、
我在执行桶形地图连接时面临问题。Table1是一个按年、月和日划分的表。每个分区数据由列c1放入128个桶中。我每天有将近一亿张唱片。我把8000万张唱片装进128个桶里。Table 2( c2)我已经检查了数据，并按照预期将其加载到桶中。set hive.au
浏览 1提问于2014-05-20得票数 0
2回答
蜂箱和分区
、、
我们应该根据什么来缩小范围，无论是使用分区还是在蜂巢中的一组列上使用桶？假设我们有一个庞大的数据集，其中有两个列是最常被查询的--所以我很明显的选择是基于这两列创建分区，但如果这会导致在大量目录中创建大量的小文件，那么基于这些列对数据进行分区是一个错误的决定，并且可能是一个更好的选择我们是否可以定义一种方法，我们可以用它来决定我们应该采用的是桶式还是分区？
浏览 3提问于2015-12-04得票数 0
回答已采纳
HIVE_PARTITION_SCHEMA_MISMATCH (16777224)at com.facebook.presto.hive.BackgroundHiveSplitLoader.loadPartition(BackgroundHiveSplitLoader.java:333)
at com.facebook.presto.hive.BackgroundHiveSplitLoader.loadSpl
浏览 2提问于2016-04-14得票数 1
2回答
我对蜂巢中的扣环有一个疑问。我已经创建了一个临时表，该表在列关键字上存储桶。当我检查这个表的基目录时，它显示了前缀为part_*的文件名。但是，当我通过另一个表手动将数据插入到这个表中时，我看到了以00000_*为前缀的文件。
我不确定spark sql是否将数
浏览 1提问于2018-08-02得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
