Hive 数仓表中从源头上控制小文件数量的方法有哪些?
• 使用 Sequencefile 作为表存储格式,不要用 textfile,在一定程度上可以减少小文 件
• 减少 reduce 的数量(可以使用参数进行控制)
• 少用动态分区,用时记得按 distribute by 分区
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。