标签：Statistics stats explain Reduce Hive 详解 Operator 聚合 Stage

 简介：HIVE提供了EXPLAIN命令来展示一个查询的执行计划,这个执行计划对于我们了解底层原理，hive 调优，排查数据倾斜等很有帮助

一、EXPLAIN 参数介绍

语法 :

EXPLAIN [EXTENDED|CBO|AST|DEPENDENCY|AUTHORIZATION|LOCKS|VECTORIZATION|ANALYZE] querySql

EXTENDED：加上 extended 可以输出有关计划的额外信息。这通常是物理信息，例如文件名。这些额外信息对我们用处不大 CBO：输出由Calcite优化器生成的计划。CBO 从 hive 4.0.0 版本开始支持 AST：输出查询的抽象语法树。AST 在hive 2.1.0 版本删除了，存在bug，转储AST可能会导致OOM错误，将在4.0.0版本修复 DEPENDENCY：dependency在EXPLAIN语句中使用会产生有关计划中输入的额外信息。它显示了输入的各种属性 AUTHORIZATION：显示所有的实体需要被授权执行（如果存在）的查询和授权失败 LOCKS：这对于了解系统将获得哪些锁以运行指定的查询很有用。LOCKS 从 hive 3.2.0 开始支持 VECTORIZATION：将详细信息添加到EXPLAIN输出中，以显示为什么未对Map和Reduce进行矢量化。从 Hive 2.3.0 开始支持 ANALYZE：用实际的行数注释计划。从 Hive 2.2.0 开始支持

二、简单sum例子

2.1 执行计划查询Sql和结果

explain select sum(id) from dw.ods_bdg_db_statistics_compass_property  where dt='20220627';

STAGE DEPENDENCIES:
  Stage-1 is a root stage
  Stage-0 depends on stages: Stage-1

STAGE PLANS:
  Stage: Stage-1
    Map Reduce
      Map Operator Tree:
          TableScan
            alias: ods_bdg_db_statistics_compass_property
            Statistics: Num rows: 7794 Data size: 31177 Basic stats: COMPLETE Column stats: NONE
            Select Operator
              expressions: id (type: int)
              outputColumnNames: id
              Statistics: Num rows: 7794 Data size: 31177 Basic stats: COMPLETE Column stats: NONE
              Group By Operator
                aggregations: sum(id)
                mode: hash
                outputColumnNames: _col0
                Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
                Reduce Output Operator
                  sort order: 
                  Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
                  value expressions: _col0 (type: bigint)
      Reduce Operator Tree:
        Group By Operator
          aggregations: sum(VALUE._col0)
          mode: mergepartial
          outputColumnNames: _col0
          Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
          File Output Operator
            compressed: true
            Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
            table:
                input format: org.apache.hadoop.mapred.SequenceFileInputFormat
                output format: org.apache.hadoop.hive.ql.io.HiveSequenceFileOutputFormat
                serde: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

  Stage: Stage-0
    Fetch Operator
      limit: -1
      Processor Tree:
        ListSink

2.2 执行计划最外层

stage dependencies： 各个stage之间的依赖性 stage plan： 各个stage的执行计划   2.2.1 stage dependencies：各个stage之间的依赖性，该部分解读 包含两个 (Stage-1、Stage-0)  Stage-1 是root Stage。 Stage-0 依赖 Stage-1，说明Stage-1执行完成后执行Stage-0。   2.2.2 stage plan（各个stage的执行计划），该部分解读。执行计划分为Stage-1、Stage-0，Stage-1执行完执行0 2.2.2.1  Stage-1中有个Map Reduce，一个MR的执行计划分为两部分 Map Operator Tree： MAP端的执行计划树 Reduce Operator Tree： Reduce端的执行计划树   2.2.2.1.1 Map Operator Tree：MAP端的执行计划树 map端第一个操作肯定是加载表，所以就是 TableScan 表扫描操作 alias： 表名称 Statistics： 表统计信息，包含表中数据条数，数据大小等 Select Operator： 选取操作，常见的属性 ：   expressions：需要的字段名称及字段类型   outputColumnNames：输出的列名称   Statistics：表统计信息，包含表中数据条数，数据大小等   Group By Operator：分组聚合操作，常见的属性：     aggregations：显示聚合函数信息     mode：聚合模式，值有 hash：随机聚合，就是hash partition；partial：局部聚合；final：最终聚合     keys：分组的字段，如果没有分组，则没有此字段     outputColumnNames：聚合之后输出列名     Statistics： 表统计信息，包含分组聚合之后的数据条数，数据大小等     Reduce Output Operator:输出到reduce操作       sort order：值为空 不排序；  值为 + 正序排序;    值为 - 倒序排序； 值为 +-  排序的列为两列，第一列为正序，第二列为倒序       Statistics: 统计信息 Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE       value expressions: _col0 (type: bigint) 2.2.2.1.2 Reduce Operator Tree: Reduce端的执行计划树

sql是sum，所以算子是group by

Group By Operator   aggregations: 聚合函数信息 sum(VALUE._col0)   mode: mergepartial 聚合模式，值有 hash：随机聚合，就是hash partition；partial：局部聚合；final：最终聚合    outputColumnNames:  输出列名_col0   Statistics: 统计信息Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE   File Output Operator     compressed: 是否压缩 true     Statistics: 统计信息Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE     table:       input format:  输入格式org.apache.hadoop.mapred.SequenceFileInputFormat       output format: 输出格式org.apache.hadoop.hive.ql.io.HiveSequenceFileOutputFormat       serde: 序列化 org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

2.2.2.1.3 其它操作

Filter Operator：过滤操作，常见的属性：   predicate：过滤条件，如sql语句中的where id>=1，则此处显示(id >= 1) Map Join Operator：join 操作，常见的属性：   condition map：join方式 ，如Inner Join 0 to 1 Left Outer Join0 to 2   keys: join 的条件字段   outputColumnNames： join 完成之后输出的字段   Statistics： join 完成之后生成的数据条数，大小等 File Output Operator：文件输出操作，常见的属性   compressed：是否压缩   table：表的信息，包含输入输出文件格式化方式，序列化方式等 Fetch Operator 客户端获取数据操作，常见的属性：   limit，值为 -1 表示不限制条数，其他值为限制的条数      

标签：Statistics,stats,explain,Reduce,Hive,详解,Operator,聚合,Stage
来源： https://www.cnblogs.com/robots2/p/16419770.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。