问题描述
我们使用 ElasticSearch StorageHandler 创建了 Hive 外部表,如下所示:
CREATE EXTERNAL TABLE DEFAULT.ES_TEST (
REG_DATE STRING,STR1 STRING,STR2 STRING,STR3 STRING,STR4 STRING,STR5 STRING
)
ROW FORMAT SERDE 'org.elasticsearch.hadoop.hive.EsSerDe'
STORED BY 'org.elasticsearch.hadoop.hive.EsstorageHandler'
TBLPROPERTIES (
'es.resource' = 'log-22-20210120','es.nodes' = '1.2.3.4','es.port' = '9201','es.mapping.date.rich' = 'false'
);
然后我们尝试将 ES 数据加载到 Hive 托管表中,如下所示:
insert overwrite table elastic.es_log_tab partition(part_log_date)
select *,current_timestamp(),from_unixtime(unix_timestamp(reg_date),'yyyyMMdd')
from DEFAULT.ES_TEST;
当给定日期的 ES 数据卷到大约 65GB 时,大约需要 10 小时或每分钟 110 万行(总共 6.7 亿行)。
为了在这种情况下获得更好的加载性能,是否有进一步的建议或检查点?如何增加映射器的数量?目前,它正在运行 16 个映射器。希望通过更多的映射器更快地获得它?
请与我分享您的想法和以前的经验。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)