- 1、本文档共23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
Hive 性能测试
Hive性能测试;大数据公司Hive的应用情况;测试环境;Hadoop Streaming 测试;hadoop jar \
/usr/lib/hadoop/contrib/streaming/hadoop-streaming-0.20.2-Intel.jar \
-mapper mapper.sh \
-reducer reducer.sh \
-combiner combiner.sh \
-file mapper.sh \
-file reducer.sh \
-file combiner.sh \
-input? /data/input3/ \
-output /user/root/tmp_out66/ \
-jobconf stream.non.zero.exit.is.failure=false
13/09/25 16:45:44 WARN streaming.StreamJob: -jobconf option is deprecated, please use -D instead.
packageJobJar: [mapper.sh, reducer.sh, combiner.sh, /tmp/hadoop-root/hadoop-unjar8448429247117545510/] [] /tmp/streamjob6698707843960768352.jar tmpDir=null
13/09/25 16:45:44 WARN snappy.LoadSnappy: Snappy native library is available
13/09/25 16:45:44 INFO util.NativeCodeLoader: Loaded the native-hadoop library
13/09/25 16:45:44 INFO snappy.LoadSnappy: Snappy native library loaded
13/09/25 16:45:44 INFO mapred.FileInputFormat: Total input paths to process : 121
13/09/25 16:45:45 INFO streaming.StreamJob: getLocalDirs(): [/mapred/local]
13/09/25 16:45:45 INFO streaming.StreamJob: Running job: job_201209091642_0039
13/09/25 16:45:45 INFO streaming.StreamJob: To kill this job, run:
13/09/25 16:45:45 INFO streaming.StreamJob: /usr/lib/hadoop-0.20/bin/hadoop job? -Dmapred.job.tracker=node11:54311 -kill job_201209091642_0039
13/09/25 16:45:45 INFO streaming.StreamJob: Tracking URL: http://node11:50030/jobdetails.jsp?jobid=job_201209091642_0039
13/09/25 16:45:46 INFO streaming.StreamJob:? map 0%? reduce 0%
13/09/25 16:45:58 INFO streaming.StreamJob:? map 1%? reduce 0%
…..
13/09/25 16:54:10 INFO streaming.StreamJob:? map 100%? reduce 100%
13/09/25 16:54:11 INFO streaming.StreamJob: Job complete: job_201209091642_0039;Hive 建立外部表;Hive count测试;Hive group测试;Hive 排序测试;Hive join测试;Hive 字符串函数测试;Hive操作Hbase;Hive操作Hbase;Hive的优势;结论;Hive查询的优化1;Hive查询的优化2;Hive查询的优化3;Hive查询的优化4;更大数据集的测试;count(*);count(distinct mobile);更复杂的操作
文档评论(0)