其他分享
首页 > 其他分享> > Hive explain执行计划详解

Hive explain执行计划详解

作者：互联网

 简介：HIVE提供了EXPLAIN命令来展示一个查询的执行计划,这个执行计划对于我们了解底层原理，hive 调优，排查数据倾斜等很有帮助

一、EXPLAIN 参数介绍

语法 :

EXPLAIN [EXTENDED|CBO|AST|DEPENDENCY|AUTHORIZATION|LOCKS|VECTORIZATION|ANALYZE] querySql
EXTENDED：加上 extended 可以输出有关计划的额外信息。这通常是物理信息，例如文件名。这些额外信息对我们用处不大 CBO：输出由Calcite优化器生成的计划。CBO 从 hive 4.0.0 版本开始支持 AST：输出查询的抽象语法树。AST 在hive 2.1.0 版本删除了，存在bug，转储AST可能会导致OOM错误，将在4.0.0版本修复 DEPENDENCY：dependency在EXPLAIN语句中使用会产生有关计划中输入的额外信息。它显示了输入的各种属性 AUTHORIZATION：显示所有的实体需要被授权执行（如果存在）的查询和授权失败 LOCKS：这对于了解系统将获得哪些锁以运行指定的查询很有用。LOCKS 从 hive 3.2.0 开始支持 VECTORIZATION：将详细信息添加到EXPLAIN输出中，以显示为什么未对Map和Reduce进行矢量化。从 Hive 2.3.0 开始支持 ANALYZE：用实际的行数注释计划。从 Hive 2.2.0 开始支持

二、简单sum例子

2.1 执行计划查询Sql和结果

explain select sum(id) from dw.ods_bdg_db_statistics_compass_property  where dt='20220627';

STAGE DEPENDENCIES:
  Stage-1 is a root stage
  Stage-0 depends on stages: Stage-1

STAGE PLANS:
  Stage: Stage-1
    Map Reduce
      Map Operator Tree:
          TableScan
            alias: ods_bdg_db_statistics_compass_property
            Statistics: Num rows: 7794 Data size: 31177 Basic stats: COMPLETE Column stats: NONE
            Select Operator
              expressions: id (type: int)
              outputColumnNames: id
              Statistics: Num rows: 7794 Data size: 31177 Basic stats: COMPLETE Column stats: NONE
              Group By Operator
                aggregations: sum(id)
                mode: hash
                outputColumnNames: _col0
                Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
                Reduce Output Operator
                  sort order: 
                  Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
                  value expressions: _col0 (type: bigint)
      Reduce Operator Tree:
        Group By Operator
          aggregations: sum(VALUE._col0)
          mode: mergepartial
          outputColumnNames: _col0
          Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
          File Output Operator
            compressed: true
            Statistics: Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE
            table:
                input format: org.apache.hadoop.mapred.SequenceFileInputFormat
                output format: org.apache.hadoop.hive.ql.io.HiveSequenceFileOutputFormat
                serde: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

  Stage: Stage-0
    Fetch Operator
      limit: -1
      Processor Tree:
        ListSink

2.2 执行计划最外层

stage dependencies： 各个stage之间的依赖性 stage plan： 各个stage的执行计划   2.2.1 stage dependencies：各个stage之间的依赖性，该部分解读 包含两个 (Stage-1、Stage-0)  Stage-1 是root Stage。 Stage-0 依赖 Stage-1，说明Stage-1执行完成后执行Stage-0。   2.2.2 stage plan（各个stage的执行计划），该部分解读。执行计划分为Stage-1、Stage-0，Stage-1执行完执行0 2.2.2.1  Stage-1中有个Map Reduce，一个MR的执行计划分为两部分 Map Operator Tree： MAP端的执行计划树 Reduce Operator Tree： Reduce端的执行计划树   2.2.2.1.1 Map Operator Tree：MAP端的执行计划树 map端第一个操作肯定是加载表，所以就是 TableScan 表扫描操作 alias： 表名称 Statistics： 表统计信息，包含表中数据条数，数据大小等 Select Operator： 选取操作，常见的属性 ：   expressions：需要的字段名称及字段类型   outputColumnNames：输出的列名称   Statistics：表统计信息，包含表中数据条数，数据大小等   Group By Operator：分组聚合操作，常见的属性：     aggregations：显示聚合函数信息     mode：聚合模式，值有 hash：随机聚合，就是hash partition；partial：局部聚合；final：最终聚合     keys：分组的字段，如果没有分组，则没有此字段     outputColumnNames：聚合之后输出列名     Statistics： 表统计信息，包含分组聚合之后的数据条数，数据大小等     Reduce Output Operator:输出到reduce操作       sort order：值为空 不排序；  值为 + 正序排序;    值为 - 倒序排序； 值为 +-  排序的列为两列，第一列为正序，第二列为倒序       Statistics: 统计信息 Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE       value expressions: _col0 (type: bigint) 2.2.2.1.2 Reduce Operator Tree: Reduce端的执行计划树

sql是sum，所以算子是group by

Group By Operator   aggregations: 聚合函数信息 sum(VALUE._col0)   mode: mergepartial 聚合模式，值有 hash：随机聚合，就是hash partition；partial：局部聚合；final：最终聚合    outputColumnNames:  输出列名_col0   Statistics: 统计信息Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE   File Output Operator     compressed: 是否压缩 true     Statistics: 统计信息Num rows: 1 Data size: 8 Basic stats: COMPLETE Column stats: NONE     table:       input format:  输入格式org.apache.hadoop.mapred.SequenceFileInputFormat       output format: 输出格式org.apache.hadoop.hive.ql.io.HiveSequenceFileOutputFormat       serde: 序列化 org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe

2.2.2.1.3 其它操作

Filter Operator：过滤操作，常见的属性：   predicate：过滤条件，如sql语句中的where id>=1，则此处显示(id >= 1) Map Join Operator：join 操作，常见的属性：   condition map：join方式 ，如Inner Join 0 to 1 Left Outer Join0 to 2   keys: join 的条件字段   outputColumnNames： join 完成之后输出的字段   Statistics： join 完成之后生成的数据条数，大小等 File Output Operator：文件输出操作，常见的属性   compressed：是否压缩   table：表的信息，包含输入输出文件格式化方式，序列化方式等 Fetch Operator 客户端获取数据操作，常见的属性：   limit，值为 -1 表示不限制条数，其他值为限制的条数      

标签：Statistics,stats,explain,Reduce,Hive,详解,Operator,聚合,Stage
来源： https://www.cnblogs.com/robots2/p/16419770.html