1 个回答
如果在hive中使用Group By导致出现数据倾斜的问题，我们可以设置这两个参数来优化数据倾斜：
set hive.map.aggr = true
set hive.groupby.skewindata=true发布于：2年前 (2023-03-17) IP属地：四川省
Hive在底层使用group by的时候会生成两个 MapReduce Job，启用groupby的负载均衡。
MapReduce1：Map 输出结果集随机分布到 每个Reduce 中，并在每个Reduce 部分聚合输出结果。导致相同的 Key 可能被分布到不同的 Reduce 中，从而达到负载均衡目的；
MapReduce2：基于预处理结果，根据GroupBy的 Key 分布到 Reduce 中，这过程保证相同的GroupBy Key被分布到同一个Reduce中，最后完成最终的聚合操作。发布于：2年前 (2023-03-17) IP属地：四川省
我来回答
您需要 登录 后回答此问题！