华为云首页用户手册

MAPREDUCE服务 MRS-使用Hive CBO优化查询:操作步骤

时间：2024-04-22 14:51:52

MAPREDUCE服务 MRS Hive性能调优

操作步骤

在Manager界面Hive组件的配置中搜索“hive.cbo.enable”参数，选中“true”永久开启功能。
手动收集Hive表已有数据的统计信息。
执行以下命令，可以手动收集统计信息。仅支持统计一张表，如果需要统计不同的表需重复执行。

ANALYZE TABLE [db_name.]tablename [PARTITION(partcol1[=val1], partcol2[=val2], ...)]

COMPUTE STATISTICS

[FOR COLUMNS]

[NOSCAN];
- 指定FOR COLUMNS时，收集列级别的统计信息。
- 指定NOSCAN时，将只统计文件大小和个数，不扫描具体文件。
例如：

analyze table table_name compute statistics;

analyze table table_name compute statistics for columns;
配置Hive自动收集统计信息。开启配置后，执行insert overwrite/into命令插入数据时才自动统计新数据的信息。
- 在Hive客户端执行以下命令临时开启收集：
  set hive.stats.autogather = true;开启表/分区级别的统计信息自动收集。
  
  set hive.stats.column.autogather = true; 开启列级别的统计信息自动收集。
  - 列级别统计信息的收集不支持复杂的数据类型，例如Map，Struct等。
  - 表级别统计信息的自动收集不支持Hive on HBase表。
- 在Manager界面Hive的服务配置中，搜索参数“hive.stats.autogather”和“hive.stats.column.autogather”，选中“true”永久开启收集功能。
执行以下命令可以查看统计信息。
DESCRIBE FORMATTED table_name[.column_name] PARTITION partition_spec;

例如：

desc formatted table_name;

desc formatted table_name id;

desc formatted table_name partition(time='2016-05-27');

分区表仅支持分区级别的统计信息收集，因此分区表需要指定分区来查询统计信息。