分享

hive 配置参数说明(收藏版)

sstutu 发表于 2014-5-20 15:41:32 [显示全部楼层] 回帖奖励 倒序浏览 阅读模式 关闭右栏 2 41204
问题导读:
如何设置reduce的个数?
Hive 默认的数据文件存储路径?
Hive 默认的输出文件格式?
是否开启 map/reduce job的并发提交?
所允许的最大的动态分区的个数?







hive.exec.mode.local.auto  
决定 Hive 是否应该自动地根据输入文件大小,在本地运行(在GateWay运行)   
默认值:true     
hive.exec.mode.local.auto.inputbytes.max  
如果hive.exec.mode.local.auto 为 true,当输入文件大小小于此阈值时可以自动在本地模式运行,默认是 128兆。   
默认值:134217728L     
hive.exec.mode.local.auto.tasks.max  
如果hive.exec.mode.local.auto 为 true,当 Hive Tasks(Hadoop Jobs)小于此阈值时,可以自动在本地模式运行。  
默认值:4     
hive.auto.convert.join  
是否根据输入小表的大小,自动将 Reduce 端的 Common Join 转化为 Map Join,从而加快大表关联小表的 Join 速度。   
默认值:false     
hive.mapred.local.mem  
Mapper/Reducer在本地模式的最大内存量,以字节为单位,0为不限制。   
默认值:0     
mapred.reduce.tasks    
所提交 Job 的 reduer 的个数,使用 Hadoop Client 的配置。     
默认值:1
hive.exec.scratchdir  
HDFS路径,用于存储不同 map/reduce 阶段的执行计划和这些阶段的中间输出结果。  
默认值:/tmp/<user.name>/hive     
hive.metastore.warehouse.dir  
Hive 默认的数据文件存储路径,通常为 HDFS 可写的路径。   
默认值:"     
hive.groupby.skewindata  
决定 group by 操作是否支持倾斜的数据。   
默认值:false     
hive.merge.mapfiles  
是否开启合并 Map 端小文件,对于 Hadoop 0.20 以前的版本,起一首新的 Map/Reduce Job,对于 0.20 以后的版本,则是起使用 CombineInputFormat 的 MapOnly Job。   
默认值:true     
hive.merge.mapredfiles    
是否开启合并 Map/Reduce 小文件,对于 Hadoop 0.20 以前的版本,起一首新的 Map/Reduce Job,对于 0.20 以后的版本,则是起使用 CombineInputFormat 的 MapOnly Job。   
默认值:false     
hive.default.fileformat  
Hive 默认的输出文件格式,与创建表时所指定的相同,
可选项为 'TextFile' 、 'SequenceFile' 或者 'RCFile'。    'TextFile'      
hive.mapred.mode   
Map/Redure 模式,如果设置为 strict,将不允许笛卡尔积。   
默认值: 'nonstrict'     
hive.exec.parallel    
是否开启 map/reduce job的并发提交。   
默认值:  false     
hive.security.authorization.enabled  
Hive 是否开启权限认证。   
默认值:false     
hive.exec.plan    
Hive 执行计划的路径,会在程序中自动进行设置  
默认值:null     
hive.exec.submitviachild  
决定 map/reduce Job 是否应该使用各自独立的 JVM 进行提交(Child进程),默认情况下,使用与 HQL compiler 相同的 JVM 进行提交。   
默认值:false     
hive.exec.script.maxerrsize  
通过 TRANSFROM/MAP/REDUCE 所执行的用户脚本所允许的最大的序列化错误数。  
默认值:100000     
hive.exec.script.allow.partial.consumption  
是否允许脚本只处理部分数据,如果设置为 true ,因 broken pipe 等造成的数据未处理完成将视为正常。  
默认值:false     
hive.exec.compress.output  
决定查询中最后一个 map/reduce job 的输出是否为压缩格式。   
默认值:false     
hive.exec.compress.intermediate   
决定查询的中间 map/reduce job (中间 stage)的输出是否为压缩格式。   
默认值:false     
hive.intermediate.compression.codec  
中间 map/reduce job 的压缩编解码器的类名(一个压缩编解码器可能包含多种压缩类型),该值可能在程序中被自动设置。           
hive.intermediate.compression.type  
中间 map/reduce job 的压缩类型,如 "BLOCK""RECORD"。      
hive.exec.reducers.bytes.per.reducer  
每一个 reducer 的平均负载字节数。   
默认值:1000000000     
hive.exec.reducers.max  
reducer 个数的上限。   
默认值:999     
hive.exec.pre.hooks  
语句层面,整条 HQL 语句在执行前的 hook 类名。   
默认值:"     
hive.exec.post.hooks  
语句层面,整条 HQL 语句在执行完成后的 hook 类名。           
hive.exec.parallel.thread.number  
并发提交时的并发线程的个数。  
默认值:8     
hive.mapred.reduce.tasks.speculative.execution  
是否开启 reducer 的推测执行,与mapred.reduce.tasks.speculative.execution 作用相同。   
默认值:false     
hive.exec.counters.pull.interval  
客户端拉取 progress counters 的时间,以毫秒为单位。   
默认值:1000L      
hive.exec.dynamic.partition  
是否打开动态分区。   
默认值:false     
hive.exec.dynamic.partition.mode  
打开动态分区后,动态分区的模式,有 strict 和 nonstrict 两个值可选,strict 要求至少包含一个静态分区列,nonstrict 则无此要求。   
默认值:strict     
hive.exec.max.dynamic.partitions  
所允许的最大的动态分区的个数。  
默认值:1000     
hive.exec.max.dynamic.partitions.pernode  
单个 reduce 结点所允许的最大的动态分区的个数。  
默认值:100     
hive.exec.default.partition.name    
默认的动态分区的名称,当动态分区列为''或者null时,使用此名称。''    '__HIVE_DEFAULT_PARTITION__'      
hadoop.bin.path   
HadoopClient 可执行脚本的路径,该路径用于通过单独的 JVM 提交 job,使用 Hadoop Client 的配置。   
默认值:$HADOOP_HOME/bin/hadoop     
hadoop.config.dir   
HadoopClient 配置文件的路径,使用 HadoopClient 的配置。  
默认值:$HADOOP_HOME/conf     
fs.default.name   
Namenode 的 URL,使用 Hadoop Client 的配置。   
默认值:file:///     
map.input.file   
Map 的输入文件,使用 Hadoop Client 的配置。   
默认值:null     
mapred.input.dir   
Map 的输入目录,使用 Hadoop Client 的配置。   
默认值: null     
mapred.input.dir.recursive  
输入目录是否可递归嵌套,使用 HadoopClient 的配置。  
默认值:false     
mapred.job.tracker   
Job Tracker的 URL,使用 Hadoop Client 的配置,如果这个配置设置为 'local',将使用本地模式。   
默认值:local     
mapred.job.name   
Map/Reduce 的 job 名称,如果没有设置,则使用生成的 job name,使用 Hadoop Client 的配置。   
默认值:null     
mapred.reduce.tasks.speculative.execution  
Map/Reduce 推测执行,使用 Hadoop Client 的配置。   
默认值:null     
hive.metastore.metadb.dir  
Hive 元数据库所在路径。   
默认值:"     
hive.metastore.uris  
Hive 元数据的 URI,多个 thrift://地址,以英文逗号分隔。   
默认值:"     
hive.metastore.connect.retries  
连接到 Thrift 元数据服务的最大重试次数。   
默认值:3     
javax.jdo.option.ConnectionPassword  
JDO 的连接密码。   
默认值:"     
hive.metastore.ds.connection.url.hook  
JDO 连接 URL Hook 的类名,该 Hook 用于获得 JDO 元数据库的连接字符串,为实现了JDOConnectionURLHook 接口的类。  
默认值:"     
javax.jdo.option.ConnectionURL  
元数据库的连接 URL。   
默认值:"     
hive.metastore.ds.retry.attempts  
当没有 JDO 数据连接错误后,尝试连接后台数据存储的最大次数。  
默认值:1     
hive.metastore.ds.retry.interval  
每次尝试连接后台数据存储的时间间隔,以毫秒为单位。  
默认值:1000     
hive.metastore.force.reload.conf  
是否强制重新加载元数据配置,一但重新加载,该值就会被重置为 false。   
默认值:false     
hive.metastore.server.min.threads  
Thrift 服务线程池的最小线程数。   
默认值:8     
hive.metastore.server.max.threads  
Thrift 服务线程池的最大线程数。   
默认值:0x7fffffff     
hive.metastore.server.tcp.keepalive  
Thrift 服务是否保持 TCP 连接。   
默认值:true     
hive.metastore.archive.intermediate.original  
用于归档压缩的原始中间目录的后缀,这些目录是什么并不重要,只要能够避免冲突即可。  
默认值:'_INTERMEDIATE_ORIGINAL'     
hive.metastore.archive.intermediate.archived  
用于归档压缩的压缩后的中间目录的后缀,这些目录是什么并不重要,只要能够避免冲突即可。  
默认值:'_INTERMEDIATE_ARCHIVED'     
hive.metastore.archive.intermediate.extracted  
用于归档压缩的解压后的中间目录的后缀,这些目录是什么并不重要,只要能够避免冲突即可。  
默认值:'_INTERMEDIATE_EXTRACTED'     
hive.cli.errors.ignore  
是否忽略错误,对于包含多的 SQL 文件,可以忽略错误的行,继续执行下一行。  
默认值:false     
hive.session.id   
当前会话的标识符,格式为“用户名_时间”用于记录在 job conf 中,一般不予以手动设置。   
默认值:"     
hive.session.silent  
当前会话是否在 silent 模式运行。 如果不是 silent 模式,所以 info 级打在日志中的消息,都将以标准错误流的形式输出到控制台。   
默认值:false     
hive.query.string   
当前正在被执行的查询字符串。  
默认值:"     
hive.query.id   
当前正在被执行的查询的ID。   
默认值: "     
hive.query.planid   
当前正在被执行的 map/reduce plan 的 ID。   
默认值: "     
hive.jobname.length  
当前 job name 的最大长度,hive 会根据此长度省略 job name 的中间部分。   
默认值:50     
hive.jar.path   
通过单独的 JVM 提交 job 时,hive_cli.jar 所在的路径   
默认值:"     
hive.aux.jars.path   
各种由用户自定义 UDF 和 SerDe 构成的插件 jar 包所在的路径。   
默认值:"     
hive.added.files.path  
ADD FILE 所增加的文件的路径。   
默认值:"     
hive.added.jars.path  
ADD JAR 所增加的文件的路径。   
默认值: "     
hive.added.archives.path  
ADDARCHIEVE 所增加的文件的路径。  
默认值:"     
hive.table.name   
当前的 Hive 表的名称,该配置将通过 ScirptOperator 传入到用户脚本中。   
默认值:"     
hive.partition.name  
当前的 Hive 分区的名称,该配置将通过 ScriptOperator 传入到用户脚本中。   
默认值:"     
hive.script.auto.progress  
脚本是否周期性地向 Job Tracker 发送心跳,以避免脚本执行的时间过长,使 JobTracker 认为脚本已经挂掉了。  
默认值:false     
hive.script.operator.id.env.var  
用于识别 ScriptOperator ID 的环境变量的名称。   
默认值:'HIVE_SCRIPT_OPERATOR_ID'     
hive.alias   
当前的 Hive 别名,该配置将通过 ScriptOpertaor 传入到用户脚本中。   
默认值:"     
hive.map.aggr   
决定是否可以在 Map 端进行聚合操作   
默认值:true     
hive.join.emit.interval  
Hive Join 操作的发射时间间隔,以毫秒为单位。  
默认值:1000     
hive.join.cache.size  
Hive Join 操作的缓存大小,以字节为单位。  
默认值:25000     
hive.mapjoin.bucket.cache.size  
Hive MapJoin 桶的缓存大小,以字节为单位。  
默认值:100     
hive.mapjoin.size.key  
Hive MapJoin 每一行键的大小,以字节为单位。  
默认值:10000     
hive.mapjoin.cache.numrows  
Hive MapJoin 所缓存的行数。  
默认值:25000     
hive.groupby.mapaggr.checkinterval  
对于 Group By 操作的 Map 聚合的检测时间,以毫秒为单位。  
默认值:100000     
hive.map.aggr.hash.percentmemory  
Hive Map 端聚合的哈稀存储所占用虚拟机的内存比例。  
默认值:0.5     
hive.map.aggr.hash.min.reduction  
Hive Map 端聚合的哈稀存储的最小 reduce 比例。   
默认值:0.5     
hive.udtf.auto.progress   
Hive UDTF 是否周期性地报告心跳,当 UDTF 执行时间较长且不输出行时有用。  
默认值:false     
hive.fileformat.check  
Hive 是否检查输出的文件格式。   
默认值:true     
hive.querylog.location   
Hive 实时查询日志所在的目录,如果该值为空,将不创建实时的查询日志。  
默认值:'/tmp/$USER'     
hive.script.serde   
Hive 用户脚本的 SerDe。   
默认值:'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'     
hive.script.recordreader  
Hive 用户脚本的 RecordRedaer。   
默认值:'org.apache.hadoop.hive.ql.exec.TextRecordReader'     
hive.script.recordwriter  
Hive 用户脚本的 RecordWriter。   
默认值:'org.apache.hadoop.hive.ql.exec.TextRecordWriter'     
hive.hwi.listen.host  
HWI 所绑定的 HOST 或者 IP。   
默认值:'0.0.0.0'     
hive.hwi.listen.port  
HWI 所监听的 HTTP 端口。   
默认值:9999     
hive.hwi.war.file   
HWI 的 war 文件所在的路径。   
默认值:$HWI_WAR_FILE     
hive.test.mode   
是否以测试模式运行 Hive   
默认值:false     
hive.test.mode.prefix  
Hive 测试模式的前缀。   
默认值:'test_'     
hive.test.mode.samplefreq  
Hive 测试模式取样的频率,即每秒钟取样的次数。  
默认值:32     
hive.test.mode.nosamplelist  
Hive 测试模式取样的排除列表,以逗号分隔。  
默认值:"     
hive.merge.size.per.task  
每个任务合并后文件的大小,根据此大小确定 reducer 的个数,默认 256 M。   
默认值:256000000     
hive.merge.smallfiles.avgsize  
需要合并的小文件群的平均大小,默认 16 M。   
默认值:16000000     
hive.optimize.skewjoin  
是否优化数据倾斜的 Join,对于倾斜的 Join 会开启新的 Map/Reduce Job 处理。   
默认值:false     
hive.skewjoin.key    倾斜键数目阈值,超过此值则判定为一个倾斜的 Join 查询。   
默认值: 1000000     
hive.skewjoin.mapjoin.map.tasks  
处理数据倾斜的 Map Join 的 Map 数上限。   
默认值: 10000     
hive.skewjoin.mapjoin.min.split  
处理数据倾斜的 Map Join 的最小数据切分大小,以字节为单位,默认为32M。   
默认值:33554432     
mapred.min.split.size  
Map ReduceJob 的最小输入切分大小,与 HadoopClient 使用相同的配置。  
默认值:1     
hive.mergejob.maponly  
是否启用 Map Only 的合并 Job。   
默认值:true     
hive.heartbeat.interval  
Hive Job 的心跳间隔,以毫秒为单位。   
默认值:1000     
hive.mapjoin.maxsize  
Map Join 所处理的最大的行数。超过此行数,Map Join进程会异常退出。   
默认值:1000000     
hive.hashtable.initialCapacity  
Hive 的 Map Join 会将小表 dump 到一个内存的 HashTable 中,该 HashTable 的初始大小由此参数指定。   
默认值:100000     
hive.hashtable.loadfactor  
Hive 的 Map Join 会将小表 dump 到一个内存的 HashTable 中,该 HashTable 的负载因子由此参数指定。   
默认值:0.75     
hive.mapjoin.followby.gby.localtask.max.memory.usage  
MapJoinOperator后面跟随GroupByOperator时,内存的最大使用比例   
默认值:0.55     
hive.mapjoin.localtask.max.memory.usage  
Map Join 的本地任务使用堆内存的最大比例  
默认值:0.9     
hive.mapjoin.localtask.timeout  
Map Join 本地任务超时,淘宝版特有特性  
默认值:600000     
hive.mapjoin.check.memory.rows  
设置每多少行检测一次内存的大小,如果超过hive.mapjoin.localtask.max.memory.usage 则会异常退出,Map Join 失败。   
默认值:100000     
hive.debug.localtask  
是否调试本地任务,目前该参数没有生效  
默认值:false     
hive.task.progress   
是否开启 counters ,以记录 Job 执行的进度,同时客户端也会拉取进度 counters。   
默认值:false     
hive.input.format   
Hive 的输入 InputFormat。   
默认是org.apache.hadoop.hive.ql.io.HiveInputFormat,
其他还有org.apache.hadoop.hive.ql.io.CombineHiveInputFormat     
hive.enforce.bucketing  
是否启用强制 bucketing。   
默认值:false     
hive.enforce.sorting  
是否启用强制排序。   
默认值:false     
hive.mapred.partitioner  
Hive 的 Partitioner 类。   
默认值:'org.apache.hadoop.hive.ql.io.DefaultHivePartitioner'     
hive.exec.script.trust  
Hive ScriptOperator For trust   
默认值:false     
hive.hadoop.supports.splittable.combineinputformat  
是否支持可切分的CombieInputFormat   
默认值:false     
hive.optimize.cp   
是否优化列剪枝。   
默认值:true     
hive.optimize.ppd   
是否优化谓词下推。   
默认值:true     
hive.optimize.groupby  
是否优化 group by。   
默认值:true     
hive.optimize.bucketmapjoin  
是否优化 bucket map join。   
默认值:false     
hive.optimize.bucketmapjoin.sortedmerge  
是否在优化 bucket map join 时尝试使用强制 sorted merge bucketmap join。   默认值:false     
hive.optimize.reducededuplication  
是否优化 reduce 冗余。   
默认值:true     
hive.hbase.wal.enabled  
是否开启 HBase Storage Handler。   
默认值:true     
hive.archive.enabled  
是否启用 har 文件。   
默认值:false     
hive.archive.har.parentdir.settable  
是否启用 har 文件的父目录可设置。   
默认值:false     
hive.outerjoin.supports.filters  
是否启动外联接支持过滤条件。  
默认值:true     
hive.fetch.output.serde  
对于 Fetch Task 的 SerDe 类   
默认值:'org.apache.hadoop.hive.serde2.DelimitedJSONSerDe'     
hive.semantic.analyzer.hook  
Hive 语义分析的 Hook,在语义分析阶段的前后被调用,用于分析和修改AST及生成的执行计划,以逗号分隔。  
默认值:null     
hive.cli.print.header  
是否显示查询结果的列名,默认为不显示。  
默认值:false     
hive.cli.encoding   
Hive 默认的命令行字符编码。   
默认值:'UTF8'     
hive.log.plan.progress  
是否记录执行计划的进度。   
默认值:true     
hive.pull.progress.counters  
是否从 Job Tracker 上拉取 counters,淘宝特有配置项。   
默认值:true     
hive.job.pre.hooks   
每个 Job 提交前执行的 Hooks 列表,以逗号分隔,淘宝特有配置项。  
默认值:"     
hive.job.post.hooks  
每个 Job 完成后执行的 Hooks 列表,以逗号分隔,淘宝特有配置项。  
默认值:"     
hive.max.progress.counters  
Hive 最大的进度 couters 个数,淘宝特有配置项。   
默认值:100     
hive.exec.script.wrapper  
ScriptOperator 脚本调用的封装,通常为脚本解释程序。例如,可以把该变量值的名称设置为"python",那么传递到 Script Operator 的脚本将会以"python<script command>"的命令形式进行调用,如果这个值为null或者没有设置,那么该脚本将会直接以"<scriptcommand>"的命令形式调用。  
默认值:null     
hive.check.fatal.errors.interval  
客户端通过拉取 counters 检查严重错误的周期,以毫秒为单位,淘宝特有配置项。  
默认值:5000L



本帖被以下淘专辑推荐:

  • · 收藏|主题: 35, 订阅: 12
欢迎加入about云群425860289432264021 ,云计算爱好者群,关注about云腾讯认证空间

已有(2)人评论

跳转到指定楼层
june_fu 发表于 2015-3-9 18:13:14
很好很全面,已收藏,哈哈,谢谢
回复

使用道具 举报

77925978 发表于 2017-7-28 09:59:49
没有hiveserver2的配置说明嘛
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

推荐上一条 /2 下一条