原创力文档- 1、本文档共17页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
更快 更安全和更易用的Hive
更快、更安全和更易用的Hive淘宝 数据平台与产品部徐冬（少杰）Agenda简介更快缓存中间表Multi-distinct优化Post-execute的参数优化更安全权限授权/认证更易用Hive server优化A brief introduction简介HiveHive是基于Hadoop的分布式数据仓库基础构架Apache TLP，我们维护淘宝的Hive版本Hive在阿里巴巴超过200+的独立用户，半数以上的MR任务通过Hive提交主流的离线大规模数据分析工具历史：Oracle RAC - Hadoop - HiveHive@淘宝现状Ecosystem应用规模20,000+ MR jobs/day问题客户端消耗重复任务…淘宝Hive开发模式分支版本已实现权限认证/授权Multiple distinct function支持缓存中间表…Faster! Faster!!更快缓存中间表背景缘起元数据/血缘分析：大量重复任务按日的数据分析为主方案TeraData：Join indexCache中间数据缓存中间表实现Post semantic analyzeClean up效果~20% tasks offMulti-distinct优化需求实现Mapreduce操作Distinct key-wise replicate dispatch处理数据倾斜效果Post-execute的参数优化需求Pre-execute参数优化？有限的已知数据估计困难Join / group ratio基于历史数据的Post-execute数据估计资源估计优化效果Safety issues更安全权限认证/授权支持文件系统权限支持元数据认证/授权实现权限信息存储在元数据中No Kerberos / Secure Hadoop认证授权Privilege level: Global/Database/Table(Partition)Privilege: Select/Insert/Drop/…问题Column level权限控制？Easier更易用Hive server优化Cli模式的问题用户：使用不方便运维：内存问题优化可插入的权限控制Thrift service，异步任务提交内存IDE/客户端Thank you!QA
文档评论（0）