再美不及姑娘你
又见西风上碧树

问题出现原因:

这个错误是因为hive的map join参数默认是开启的:

hive.auto.convert.join=true

使用hive进行map join时, 节点内存不够就会报该类型错误。

MapJoin是指在Map 端进行join,其原理是broadcast join,即把小表作为一个完整的驱动表来进行join操作。通常情况下,要连接的各个表里面的数据会分布在不同的Map中进行处理。即同一个Key对应的Value可能存在不同的Map中。这样就必须等到 Reduce中去连接。要使MapJoin能够顺利进行,那就必须满足这样的条件:除了一份表的数据分布在不同的Map中外,其他连接的表的数据必须在每个Map中有完整的拷贝。Map Join会把小表全部读入内存中,在Map阶段直接拿另外一个表的数据和内存中表数据做匹配 (这时可以使用Distributed Cache将小表分发到各个节点上,以供Mapper加载使用),由于在map时进行了join操作,省去了reduce运行的效率也会高很多。

当机器内存不足时,无法在Map端进行join,即会报错

解决方法:

1、可以关闭上面的map join 改为common join
shell命令行:set hive.auto.convert.join=false

2、修改配置文件下的参数可以把map join 关闭,使用common join
hive-site.xml

<property>
<name>hive.auto.convert.join</name>
<value>false</value>//true修改为false
<description>Enables the optimization about converting common join into mapjoin</description>
</property>

posted on 2022-09-21 17:15  再美不及姑娘你  阅读(1992)  评论(1编辑  收藏  举报