目录

1.写在前面

2.参数设置

3.分别解释

1.写在前面

        最近在写一个sql，碰见一个报错，内容如下：

Error while compiling statement: FAILED: SemanticException Cartesian products are disabled for safety reasons. If you know what you are doing, please sethive.strict.checks.cartesian.product to false and that hive.mapred.mode is not set to 'strict' to proceed. Note that if you may get errors or incorrect results if you make a mistake while using some of the unsafe features.

        翻译一下：

编译语句时出错：失败：出于安全原因禁用SemanticException笛卡尔产品。如果你知道你在做什么，请设置蜂箱。严格的检查。笛卡尔的。产品为假，蜂箱为假。映射。模式未设置为“严格”以继续。请注意，如果在使用某些不安全功能时出错，可能会出现错误或不正确的结果。

        总结问题：

防止大数据集群稳定性，类似非全等join（非inner join）是禁止的，禁用了SemanticException笛卡尔产品

2.参数设置

（1）直接在控制台设置，通过hive shell 模式设置相关变量

set hive.strict.checks.cartesian.product=flase;

set hive.mapred.mode=nonstrict;

（2）写成配置文件到hive-site.xml

<property> 
	  <name>hive.mapred.mode</name> 
	  <value>nonstrict</value> 
	  <description>The mode in which the hive operations are being performed. In strict mode, some risky queries are not allowed to run</description> 
</property>
<property> 
        <name>hive.strict.checks.cartesian.product</name> 
        <value>false</value>
</property>

3.分别解释

（1）set hive.strict.checks.cartesian.product

设置是否严格检查笛卡尔积操作，当设置为flase的时候是不严格，可以笛卡尔积操作，类似join，

反之当设置为true的时候不可以笛卡尔积操作，不能join

（2）set hive.mapred.mode

如果设置为strict（严格模式），有三个影响

1.对分区表的查询必须使用到分区相关的字段。

分区表的数据量通常都比较大，对分区表的查询必须使用到分区相关的字段，不允许扫描所有分区，想想也是如果扫描所有分区的话那么对表进行分区还有什么意义呢。当然某些特殊情况可能还是需要扫描所有分区，这个时候就需要记得确保严格模式被关闭。

2.order by必须带limit。

因为要保证全局有序需要将所有的数据拉到一个Reducer上，当数据集比较大时速度会很慢。个人猜测可能是设置了limit N之后就会有一个很简单的优化算法：每个Reducer排序取N然后再合并排序取N即可，可大大减少数据传输量。

3.禁止笛卡尔积查询（join必须有on连接条件）

hive不会对where中的连接条件优化为on，所以join必须带有on连接条件，不允许两个表直接相乘。

标签：12,join,笛卡尔,离线,数据仓库,hive,strict,set,mode
来源： https://blog.csdn.net/Suyebiubiu/article/details/123642822