备案控制台

开发者社区> 问答> 正文

Hive 数仓表中从源头上控制小文件数量的方法有哪些？

Hive 数仓表中从源头上控制小文件数量的方法有哪些？

展开

收起

游客qzzytmszf3zhq 2021-12-09 20:48:57 249 0

1 条回答

写回答

取消提交回答

游客yzrzs5mf6j7yy

• 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

2021-12-09 20:49:06

赞同展开评论打赏

问答分类：

SQL HIVE 云原生数据仓库AnalyticDB MySQL版

问答标签：

Hive数仓 hive云原生数据仓库AnalyticDB MySQL版云原生数据仓库AnalyticDB MySQL版hive 云原生数据仓库AnalyticDB MySQL版方法云原生数据仓库AnalyticDB MySQL版文件

问答地址：

开发者社区 > 数据库 > 问答

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。

相关问答

在Flink CDC中这种方式必须是hive的用户创建的表，创建的hdfs文件才能挂载没有其他方法?

49

0

0

AnalyticDB MySQL如何对Hive数据进行读写

31

1

0

E-MapReduce使用hue上传本地excel文件到hive表中报错'metastore'...

45

1

0

如何将AnalyticDB MySQL数仓版变更为湖仓版-变配方法?

34

1

0

AnalyticDB MySQL 读取OSS外表中特殊前缀的文件

26

1

0

在传统数仓基于Hive表的实现中，处理SCD场景存在哪些主要问题？

37

2

0

离线数仓使用什么方法来处理超大数据的场景，同时控制成本？

18

2

0

云数据仓库ADB AnalyticDB MySQL 读取OSS外表中特殊前缀的文件有吗？

48

1

0

传统数仓开发方法面临哪些挑战？

42

1

0

云原生数据仓库AnalyticDB PostgreSQL版有没有好的方法？

34

0

0

问答排行榜

最热

最新

1 【大咖问答】对话PostgreSQL 中国社区发起人之一，阿里云数据库高级专家德哥 1819029

2 据说在家办公的程序员是这样写代码的？ 1793161

3 阿里云开放端口权限 690284

4 如何升级配置 536296

5 【藏经阁一起读（27）】本周推荐《Apache Flink案例集（2022版）》，你有哪些心得？ 522854

6 【精品问答】python技术1000问(1) 514128

7 Flink Forward Asia 2021 有奖问答 512910

8 OceanBase 使用动画（持续更新） 359378

9 阿里云LNAMP(Linux + Nginx + Apache + MySQL + PHP)环境一键安装脚本 329801

10 OSS存储服务-客户端工具 321582

11 为体验实验室取一个新名字。 307483

12 企业邮箱发送邮件时，若出现投递失败产生退信，内容提示包含如下： the mta server of * reply:550 failed to meet SPF requirements 或者 the mta server of 163.com — 163mx01.mxmail.netease.com(220.181.14.141) reply:550 MI:SPF mx14,QMCowECpA0qTiftVaeB3Cg—.872S2 1442548128 http://mail.163.com/help 304097

13 Win Server 2003-2016 加密勒索事件必打补丁合集 295329

14 FLASH播放器，在IE浏览器下显示请确定您的域名已完成备案和CNAME绑定 284211

15 安全组详解，新手必看教程 277345

16 写code还是做管理，开发者如何进行职业规划？ 269152

17 惊喜翻倍：免费ECS+免费环境配置~！(ECS免费体验6个月活动3月31日结束) 255880

18 阿里云手机和阿云浏览器连接问题专帖 235689

19 支付宝H5 下载的时候，提示【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】 228095

20 请问阿里云邮箱如何开启SMTP服务啊！ 225872

1 阿里云RDS mysql数据库show slave status信息疑问 154

2 AI生成海报or人工手绘，哪个更戳你？ 813

3 “AI +脱口秀”，笑点能靠算法去创造吗？ 499

4 请教：通过按钮打开另外一个表单，并把其中一个值传递给另一个表单的其中一个字段。 230

5 AI宠物更适合当代年轻人的陪伴需求吗？ 944

6 AI客服未来会完全代替人工吗？ 1224

7 “云+AI”能够孵化出多少可能？ 920

8 当AI频繁生成虚假信息，我们还能轻信大模型吗？ 728

9 使用免费证书后服务器浏览器访问没有问题，外网访问显示证书不可信，使用同一种浏览器哦 250

10 FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？ 1690

11 为什么宜搭的流程流入到钉钉OA审批，钉钉OA审批要收钱啊。。。。 285

12 宜搭UPDATE或UPSERT一次更新数据超过100条怎么办？谢谢各位大大帮帮忙！！！ 247

13 通义千问2.5-7B-Instruct已经下载到本地为什么使还需要联网？而且最近下载模型也提示400 235

14 CUDA error: CUDA-capable device(s) is busy 229

15 AI时代，存力or算力哪一个更关键？ 1440

16 求宜搭关联表单的更新方法！！！ 408

17 全网寻找 #六边形战士# 程序员，你的 AI 编码助手身份标签是什么？ 1401

18 老哥们有个需求想请教一下，十分感谢 414

19 Flink sql 累计历史订单金额 121

20 关于“通义灵码”而言，这次更新后，他更加人性化，然而我更喜欢fittencode,理由如下 519

相关课程

更多

云原生数据仓库AnalyticDB PostgreSQL 产品入门

704

1

去学习

大数据知识图谱系列—如何选择合适的OLAP引擎进行数据湖分析

141

4

去学习

大数据知识图谱—一文读懂云原生一体化数仓

128

1

去学习

阿里云实时数仓实战 - 用户行为数仓搭建

371

12

去学习

阿里云云原生数据仓库AnalyticDB MySQL版使用教程

180

5

去学习

大数据Hive教程精讲

1015

25

去学习

推荐问答

乘风问答官招募中！机械键盘免费拿

相关电子书

更多

Hive Bucketing in Apache Spark 立即下载

spark替代HIVE实现ETL作业 立即下载

2019大数据技术公开课第五季—Hive迁移到MaxCompute最佳实践 立即下载

相关实验场景

更多