hive参数——深入浅出学Hive

第一部分：Hive 参数

hive.exec.max.created.files

•说明：所有hive运行的map与reduce任务可以产生的文件的和

•默认值:100000 

hive.exec.dynamic.partition

•说明：是否为自动分区

•默认值：false

hive.mapred.reduce.tasks.speculative.execution

•说明：是否打开推测执行

•默认值：true

hive.input.format

•说明：Hive默认的input format

•默认值： org.apache.hadoop.hive.ql.io.CombineHiveInputFormat

•如果有问题可以使用org.apache.hadoop.hive.ql.io.HiveInputFormat

hive.exec.counters.pull.interval

•说明：Hive与JobTracker拉取counter信息的时间

•默认值：1000ms 

hive.script.recordreader

•说明：使用脚本时默认的读取类

•默认值： org.apache.hadoop.hive.ql.exec.TextRecordReader

hive.script.recordwriter

•说明：使用脚本时默认的数据写入类

•默认值： org.apache.hadoop.hive.ql.exec.TextRecordWriter

hive.mapjoin.check.memory.rows

•说明： 内存里可以存储数据的行数

•默认值： 100000

hive.mapjoin.smalltable.filesize

•说明：输入小表的文件大小的阀值，如果小于该值，就采用普通的join

•默认值： 25000000

hive.auto.convert.join

•说明：是不是依据输入文件的大小，将Join转成普通的Map Join

•默认值： false

hive.mapjoin.followby.gby.localtask.max.memory.usage

•说明：map join做group by 操作时，可以使用多大的内存来存储数据，如果数据太大，则不会保存在内存里

•默认值：0.55

hive.mapjoin.localtask.max.memory.usage

•说明：本地任务可以使用内存的百分比

•默认值： 0.90

hive.heartbeat.interval

•说明：在进行MapJoin与过滤操作时，发送心跳的时间

•默认值1000

hive.merge.size.per.task

•说明： 合并后文件的大小

•默认值： 256000000

hive.mergejob.maponly

•说明： 在只有Map任务的时候 合并输出结果

•默认值： true

hive.merge.mapredfiles

•默认值： 在作业结束的时候是否合并小文件

•说明： false

hive.merge.mapfiles

•说明：Map-Only Job是否合并小文件

•默认值：true

hive.hwi.listen.host

•说明：Hive UI 默认的host

•默认值：0.0.0.0

hive.hwi.listen.port

•说明：Ui监听端口

•默认值：9999

hive.exec.parallel.thread.number

•说明：hive可以并行处理Job的线程数

•默认值：8

hive.exec.parallel

•说明：是否并行提交任务

•默认值：false

hive.exec.compress.output

•说明：输出使用压缩

•默认值： false

hive.mapred.mode

•说明： MapReduce的操作的限制模式，操作的运行在该模式下没有什么限制

•默认值： nonstrict

hive.join.cache.size

•说明： join操作时，可以存在内存里的条数

•默认值： 25000

hive.mapjoin.cache.numrows

•说明： mapjoin 存在内存里的数据量

•默认值：25000

hive.join.emit.interval

•说明： 有连接时Hive在输出前，缓存的时间

•默认值： 1000

hive.optimize.groupby

•说明：在做分组统计时，是否使用bucket table

•默认值： true

hive.fileformat.check

•说明：是否检测文件输入格式

•默认值：true

hive.metastore.client.connect.retry.delay

•说明： client 连接失败时,retry的时间间隔

•默认值：1秒

hive.metastore.client.socket.timeout

•说明:  Client socket 的超时时间

•默认值：20秒

mapred.reduce.tasks

•默认值：-1

•说明：每个任务reduce的默认值

 -1 代表自动根据作业的情况来设置reduce的值 

hive.exec.reducers.bytes.per.reducer

•默认值： 1000000000 （1G）

•说明：每个reduce的接受的数据量

    如果送到reduce的数据为10G,那么将生成10个reduce任务 

hive.exec.reducers.max

•默认值：999

•说明： reduce的最大个数      

hive.exec.reducers.max

•默认值：999

•说明： reduce的最大个数

hive.metastore.warehouse.dir

•默认值：/user/hive/warehouse

•说明： 默认的数据库存放位置

hive.default.fileformat

•默认值：TextFile

•说明： 默认的fileformat

hive.map.aggr

•默认值：true

•说明： Map端聚合，相当于combiner

hive.exec.max.dynamic.partitions.pernode

•默认值：100

•说明：每个任务节点可以产生的最大的分区数

hive.exec.max.dynamic.partitions

•默认值：1000

•说明： 默认的可以创建的分区数

hive.metastore.server.max.threads

•默认值：100000

•说明： metastore默认的最大的处理线程数

hive.metastore.server.min.threads

•默认值：200

•说明： metastore默认的最小的处理线程数