hive0.13 mapjoin hashtable找不到的bug

简介:

线上job报错:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
Error: java.lang.RuntimeException: org.apache.hadoop.hive.ql.metadata.HiveException: java.io.FileNotFoundException: /home/vipshop/hard_disk/ 1 /yarn/local/usercache/hdfs/appcache/application_1420458339569_0548/container_1420458339569_0548_01_000005/Stage- 5 .tar.gz/MapJoin-mapfile12--.hashtable (No such file or directory)
         at org.apache.hadoop.hive.ql.exec.mr.ExecMapper.map(ExecMapper.java: 195 )
         at org.apache.hadoop.mapred.MapRunner.run(MapRunner.java: 54 )
         at org.apache.hadoop.mapred.MapTask.runOldMapper(MapTask.java: 428 )
         at org.apache.hadoop.mapred.MapTask.run(MapTask.java: 340 )
         at org.apache.hadoop.mapred.YarnChild$ 2 .run(YarnChild.java: 160 )
         at java.security.AccessController.doPrivileged(Native Method)
         at javax.security.auth.Subject.doAs(Subject.java: 415 )
         at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java: 1438 )
         at org.apache.hadoop.mapred.YarnChild.main(YarnChild.java: 155 )
Caused by: org.apache.hadoop.hive.ql.metadata.HiveException: java.io.FileNotFoundException: /home/vipshop/hard_disk/ 1 /yarn/local/usercache/hdfs/appcache/application_1420458339569_0548/container_1420458339569_0548_01_000005/Stage- 5 .tar.gz/MapJoin-mapfile12--.hashtable (No such file or directory)
         at org.apache.hadoop.hive.ql.exec.mr.HashTableLoader.load(HashTableLoader.java: 104 )
         at org.apache.hadoop.hive.ql.exec.MapJoinOperator.loadHashTable(MapJoinOperator.java: 152 )
         at org.apache.hadoop.hive.ql.exec.MapJoinOperator.cleanUpInputFileChangedOp(MapJoinOperator.java: 178 )
         at org.apache.hadoop.hive.ql.exec.Operator.cleanUpInputFileChanged(Operator.java: 1029 )
         at org.apache.hadoop.hive.ql.exec.Operator.cleanUpInputFileChanged(Operator.java: 1033 )
         at org.apache.hadoop.hive.ql.exec.Operator.cleanUpInputFileChanged(Operator.java: 1033 )
         at org.apache.hadoop.hive.ql.exec.Operator.cleanUpInputFileChanged(Operator.java: 1033 )
         at org.apache.hadoop.hive.ql.exec.MapOperator.process(MapOperator.java: 505 )
         at org.apache.hadoop.hive.ql.exec.mr.ExecMapper.map(ExecMapper.java: 177 )
         ...  8  more
Caused by: java.io.FileNotFoundException: /home/vipshop/hard_disk/ 1 /yarn/local/usercache/hdfs/appcache/application_1420458339569_0548/container_1420458339569_0548_01_000005/Stage- 5 .tar.gz/MapJoin-mapfile12--.hashtable (No such file or directory)
         at java.io.FileInputStream.open(Native Method)
         at java.io.FileInputStream.<init>(FileInputStream.java: 146 )
         at java.io.FileInputStream.<init>(FileInputStream.java: 101 )
         at org.apache.hadoop.hive.ql.exec.mr.HashTableLoader.load(HashTableLoader.java: 95 )
         ...  16  more

这其实是mapjoin的一个bug,mapjoin时会通过小表生成hashtable,然后放到distributecache中,后面的task会通过distributecache下载到本地使用。
这里是由于job含有两个mapjoin但是在HashTableSinkOperator中只生成了第一个hashtable,导致在HashTableLoader中进行load hashtable时报错。   
bug触发条件:
1.两个以上的mapjoin
2.其中一个表为空
Bugid:
https://issues.apache.org/jira/browse/HIVE-6913
这个bug hive0.14已经fix
解决方法:

1
2
3
4
5
6
7
8
./ql/src/java/org/apache/hadoop/hive/ql/exec/mr/MapredLocalTask.java
Operator<?  extends  OperatorDesc> forwardOp = work.getAliasToWork().get(alias);
if  (fetchOp.isEmptyTable()) {
   //generate empty hashtable for empty table
   this .generateDummyHashTable(alias, bigTableBucket);
   forwardOp.close( false );
   continue ;
}

关于mapjoin的整个流程和触发条件放在后面写。



本文转自菜菜光 51CTO博客,原文链接:http://blog.51cto.com/caiguangguang/1612622,如需转载请自行联系原作者

相关文章
|
SQL 分布式计算 HIVE
Hive Cli / HiveServer2 中使用 dayofweek 函数引发的BUG!
在Hive 3.1.2和Spark 3.0.2集群环境中,遇到`dayofweek`函数bug。当`create_date`为字符串类型时,`dayofweek`函数结果错位。修复方法是将`create_date`转换为`date`类型。在Spark SQL中,原始代码能正常运行,未出现此问题。因此建议在Hive中使用转换后的日期类型以避免错误。
421 4
|
SQL 分布式计算 数据管理
聊聊Hive数据血缘——从Atlas没有列级血缘的Bug讲起
聊聊Hive数据血缘——从Atlas没有列级血缘的Bug讲起
721 0
|
SQL 数据采集 数据挖掘
大数据行业应用之Hive数据分析航班线路相关的各项指标
大数据行业应用之Hive数据分析航班线路相关的各项指标
563 1
|
SQL 分布式计算 大数据
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南
本文深入介绍 Hive 与大数据融合构建强大数据仓库的实战指南。涵盖 Hive 简介、优势、安装配置、数据处理、性能优化及安全管理等内容,并通过互联网广告和物流行业案例分析,展示其实际应用。具有专业性、可操作性和参考价值。
大数据新视界 --大数据大厂之Hive与大数据融合:构建强大数据仓库实战指南