码迷,mamicode.com
首页 > 其他好文 > 详细

Hive ERROR: Out of memory due to hash maps used in map-side aggregation

时间:2014-05-09 21:08:27      阅读:366      评论:0      收藏:0      [点我收藏+]

标签:style   blog   class   code   color   c   

当hive在执行大数据量的统计查询语句时,经常会出现下面OOM错误,具体错误提示如下:

Possible error: Out of memory due to hash maps used in map-side aggregation.

Solution: Currently hive.map.aggr.hash.percentmemory is set to 0.5. Try setting it to a lower value. i.e ‘set hive.map.aggr.hash.percentmemory = 0.25;‘

查看task的失败信息为:

Error:GC overhead limit exceeded

对于这个错误,通常是由两种情况造成的:(1) hive sql写的不合理,导致执行时hash map过大;(2)hive sql没有优化的余地了(要得到想要的数据只能写这样的sql)。

对于(1)则改变sql语句,从而降低hash map的大小。对于(2)则可以调整参数。

下面分别说明(1)和(2)的情况:

(1)改变sql语句

select count(distinct v) from tbl;
可以改为select count(1) from (select v from tbl group by v) t;

说明:减少了hash map的key个数 

select collect_set(messageDate)[0],count(*) from incidents_hive group by substr(messageDate,8,2);
可以改为select hourNum, count(1) from (select substr(messageDate,9,2) as hourNum from incidents_hive ) t group by hourNum;

说明:没有减少hash map的key个数,但是减少了value的大小

(2)调整参数

对于这个sql语句,是没办法进行优化(因为keywords的重复率很低,导致map阶段里面维护的一个内存Map对象非常巨大)来降低hash map大小的:

INSERT OVERWRITE TABLE hbase_table_poi_keywords_count SELECT concat(substr(key,0,8), svccode, keywords), substr(key,0,8), svccode, keywords, count(*) where substr(key,0,8)=\"$yesterday\" AND length(keywords)>0 AND svccode is not null GROUP BY substr(key,0,8),svccode,keywords;

与mapjoin和map aggregate相关的优化参数有:

hive.map.aggr

hive.groupby.mapaggr.checkinterval

hive.map.aggr.hash.min.reduction

hive.map.aggr.hash.percentmemory

hive.groupby.skewindata

以上参数可以查看配置文件说明即文档进行调整。如果需求确实没法通过调整这些参数来达到,那么set hive.map.aggr=false便是最终的方案,它肯定能满足你需求,只是执行速度比map join 和 map aggr慢些,但通过实际跑数据你很可能发现其实它也不慢哈。

参考文章:

http://blog.csdn.net/macyang/article/details/9260777
http://www.myexception.cn/open-source/1487747.html
http://blog.csdn.net/lixucpf/article/details/20458617


INSERT OVERWRITE TABLE hbase_table_poi_keywords_count SELECT concat(substr(key,0,8), svccode, keywords), substr(key,0,8), svccode, keywords, count(*) where substr(key,0,8)=\"$yesterday\" AND length(keywords)>0 AND svccode is not null GROUP BY substr(key,0,8),svccode,keywords;

Hive ERROR: Out of memory due to hash maps used in map-side aggregation,布布扣,bubuko.com

Hive ERROR: Out of memory due to hash maps used in map-side aggregation

标签:style   blog   class   code   color   c   

原文地址:http://blog.csdn.net/xyls12345/article/details/25418671

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!