hive job sql 优化 之CPU占有过高
发表于:2026-11-03 作者:千家信息网编辑
千家信息网最后更新 2026年11月03日,最近有个SQL运行时长超过两个小时,所以准备优化下首先查看hive sql 产生job的counter数据发现总的CPU time spent 过高估计100.4319973小时每个map的CPU t
千家信息网最后更新 2026年11月03日hive job sql 优化 之CPU占有过高
最近有个SQL运行时长超过两个小时,所以准备优化下
首先查看hive sql 产生job的counter数据发现
总的CPU time spent 过高估计100.4319973小时

每个map的CPU time spent
排第一的耗了2.0540889小时
建议设置如下参数:
1、mapreduce.input.fileinputformat.split.maxsize现在是256000000 往下调增加map数(此招立竿见影,我设为32000000产生了500+的map,最后任务由原先的2小时提速到47分钟就完成)
2、优化UDF getPageID getSiteId getPageValue (这几个方法用了很多正则表达式的文本匹配)
2.1 正则表达式处理优化可以参考
http://www.fasterj.com/articles/regex1.shtml
http://www.fasterj.com/articles/regex2.shtml
2.2 UDF优化见
1 Also you should use class level privatete members to save on object incantation and garbage collection.2 You also get benefits by matching the args with what you would normally expect from upstream. Hive converts text to string when needed, but if the data normally coming into the method is text you could try and match the argument and see if it is any faster. Exapmle: 优化前: >>>> import org.apache.hadoop.hive.ql.exec.UDF;>>>> import java.net.URLDecoder;>>>>>>>> public final class urldecode extends UDF {>>>>>>>> public String evaluate(final String s) {>>>> if (s == null) { return null; }>>>> return getString(s);>>>> }>>>>>>>> public static String getString(String s) {>>>> String a;>>>> try {>>>> a = URLDecoder.decode(s);>>>> } catch ( Exception e) {>>>> a = "";>>>> }>>>> return a;>>>> }>>>>>>>> public static void main(String args[]) {>>>> String t = "%E5%A4%AA%E5%8E%9F-%E4%B8%89%E4%BA%9A";>>>> System.out.println( getString(t) );>>>> }>>>> }优化后:
import java.net.URLDecoder;public final class urldecode extends UDF { private Text t = new Text(); public Text evaluate(Text s) { if (s == null) { return null; } try { t.set( URLDecoder.decode( s.toString(), "UTF-8" )); return t; } catch ( Exception e) { return null; } } //public static void main(String args[]) { //String t = "%E5%A4%AA%E5%8E%9F-%E4%B8%89%E4%BA%9A"; //System.out.println( getString(t) ); //}}3 继承实现GenericUDF
3、如果是Hive 0.14 + 可以开启hive.cache.expr.evaluation UDF Cache功能
小时
正则
表达式
立竿见影
两个
任务
功能
参数
建议
数据
文本
方法
时长
UTF-8
准备
参考
处理
提速
运行
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
互联网科技股
今日互联网科技
互联网与科技金融数据
智网互联网科技
互联网女皇 腾讯科技
顺网科技2021年互联网排名
成都仁贤领冠互联网科技有限公司
中国最先进互联网科技公司
互联网科技公司的市场部门
青岛中康互联网医疗科技有限公司
深圳国际航运科技和互联网
科技互联网的估值
互联网科技教育视频
科技互联网海报
伍佰万互联网科技怎么赚钱
福州德业互联网科技
江苏互联网智能科技产品出厂价
绵阳真晨互联网科技有限公司
亚光科技低轨卫星互联网
六子台科技互联网展会
互联网科技垄断
互联网与科技金融数据
喔噻互联网科技
中国互联网科技发展
万达互联网科技
贵州叶脉互联网科技有限公司所属行业
新兴科技互联网创新大赛颁奖典礼
国大互联网教育科技有限公司工作
互联网科技的全部知识
科技互联网的核心竞争力