标签：tmp 文件 分区 yanyu 合并 HiveServer2 内存 溢出
一、 背景
客户现场的CDH6.x版本的集群执行一个大分区表时hiveserver2发生了内存溢出。下面针对该问题进行了复现并深入了解了hiveserver2内存加载使用原理；提出了解决此类问题的方案，具体内容如下。
二、HiveServer2内存溢出
2.1查看表文件个数
desc formatted yanyu.tmp
表文件数量为6522102
2.2 查看表文件信息
hadoop fs -ls warehouse/yanyu.db/tmp
分区为string 类型的time字段，分了2001个区。
2.3 查看某个分区下的文件个数为10000个
hadoop fs -ls warehouse/yanyu.db/tmp/time=45
2.4 执行select count(*) 是否内存溢出
可以看到Jvm内存使用明显增大，Hiveserver2内存溢出，进程挂掉了；查看HiveServer2状态标红。
详细日志如下
三、合并小文件以解决HiveServer2内存溢出
3.1小文件合并
将每个分区里的若干个小文件合并成一个文件，最终文件个数为分区数。
合并流程如下:
3.1.1 创建表结构一致的临时表
查看原始表信息
desc formatted yanyu.tmp
然后创建一个数据结构与原表完全一样的临时表用来存储数据。
create table yanyu.tmp_bak like yanyu.tmp;
查看表属性
show create table yanyu.tmp_bak;
3.1.2 将原始数据导入到临时表
配置合并小文件的参数
SET hive.merge.mapfiles = true;
SET hive.merge.mapredfiles = true;
--输出时合并小文件大小为256M
SET hive.merge.size.per.task = 256000000;
--输出文件平均大小小于该值，则开启小文件合并
SET hive.merge.smallfiles.avgsize = 134217728;
SET hive.exec.compress.output = true;
SET parquet.compression = snappy;
SET hive.exec.dynamic.partition.mode = nonstrict;
SET hive.exec.dynamic.partition = true;
查询原表数据并使用insert overwrite 将原表数据插入到临时表中
insert overwrite table yanyu.tmp_bak partition(time) select * from yanyu.tmp;
查看合并小文件后的表文件个数(2000个)：
desc formatted yanyu.tmp_bak;
3.1.3 查看hdfs里原始表和合并后任意分区中文件数量
查看合并后的文件数量：
hadoop fs -ls warehouse/yanyu.db/tmp_bak/time=0
对比查看原始表分区下的文件数量：
hadoop fs -ls warehouse/yanyu.db/tmp/time=0
说明：小文件合并操作后原始表的分区下的大量小文件合并为一个文件。
3.1.4 压缩小文件进行合并后是否查看数据
- 查看原始文件数据，正常显示
- 查看合并后的文件内容为乱码。
- 使用sql检查临时表数据是否和原表数据一致。
- 查看hdfs文件系统表格路径下文件个数是否与分区数一致。
hadoop fs -ls warehouse/yanyu.db/tmp_bak
查看合并小文件后分区最大值为1999即有2000个分区（分区类型为string，以字符串排序）
3.1.5 删除原始表
确认表数据一致后，删除原表，使用alert修改临时表名为原表名。
alter table yanyu.tmp_bak rename to yanyu.tmp
四、总结
使用HiveServer2查询数据时，会将元数据都加载到内存中，如果一个表格的分区很大，每个分区中又有很多的小文件，就会导致将元数据加载到内存中时使用的内存比较大。因此，Cloudera公司推荐表格的分区数最好不要超过1000个；同时分区中的也不要存储过多的为小文件，要定期对数据进行治理以合并小文件。
同时配置多个Hiveservr2实例并配置HiveServer2负责均衡，以实现Hiveserver2的高可用。并根据Connection的数据提升HiveServer2的内存大小。推荐值如下：
标签：tmp,文件,分区,yanyu,合并,HiveServer2,内存,溢出 来源： https://www.cnblogs.com/chhyan-dream/p/16226110.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。