问题描述
我正在创建一个大约有40亿行的Hive Output表。我还没有分区。每次执行作业时,我都会注意到该作业执行一次Reduce任务,持续9个小时。在检查日志时,我观察到
org.apache.hadoop.hive.ql.exec.FileSinkOperator: FS[7]: records written - 1916000001
...
将输出表分区,将其并行化,从而减少最终的reduce作业所花费的时间吗?
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@)