CDH5.9.0宽表性能测试.docxVIP

下载本文档

20
0
约1.64万字
约 16页
2018-01-18 发布于河南
举报
版权申诉

CDH5.9.0宽表性能测试.docx

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

CDH5.9.0宽表性能测试

部署环境CDH环境DataNode有5个节点，Hive、Spark、Impala都有3个节点，每个节点128G内存。创建表原始数据表：taglibs_text，以STORED AS TEXTFILE方式存储表。RCFILE格式表：taglibs_rc，以STORED AS RCFILE方式存储表。PARQUET格式表：taglibs_parquet，以STORED AS PARQUET方式存储表。关联查询表：taglibs_busy，只有一个telno字段，用于跟数据表做关联查询。制作测试数据原始数据是实际数据，517列，966929行，以作为分隔符原始数据行扩展[root@hadoop-9 gaoyang]#for((i=10087;i=10100;i+=1));do sed s/10086/$i/g HIVE_201606050001_201606.txt HIVE_201606050001_201606_1.txt ;done;原始数据3G左右，行扩展一次替换不要太大30G左右即可，否则会慢，跟系统内存有关原始数据列扩展[root@hadoop-9 gaoyang]#cat HIVE_201606050001_201606_1.txt |awk BEGIN{OFS=}{print $0$0} HIVE1.txt行扩展完成后，进行列扩展，517扩大一倍变成1034列[root@hadoop-9 gaoyang]#cat HIVE_201606050001_201606_1.txt |awk BEGIN{OFS=}{print $0$0$0$0} HIVE1.txt行扩展完成后，进行列扩展，517扩大四倍变成2068列导入数据导入原始text格式数据：load data local inpath /root/gaoyang/HIVE_201606050001_201606.txt into table taglibs_text;将原始数据导入到RCFILE格式表：insert into taglibs_rc select * from taglibs_text;将原始数据导入到PARQUET格式表：insert into taglibs_parquet select * from taglibs_text;将业务数据导入到busy表：load data local inpath /root/gaoyang/busy.txt into table taglibs_busy;占用空间taglibs_rc517占用空间hive desc formatted taglibs_rc517;# Detailed Table Information Database: default Owner: root CreateTime: Wed Nov 16 11:12:55 CST 2016 LastAccessTime: UNKNOWN Protect Mode: None Retention: 0 Location: hdfs://hadoop-9:8020/user/hive/warehouse/taglibs_rc517Table Type: MANAGED_TABLE Table Parameters: COLUMN_STATS_ACCURATE true numFiles 1113 numRows rawDataSize 245389068794 totalSize 265033234899 transient_lastDdlTime 1479286803 # Storage Information SerDe Library: org.apache.hadoop.hive.serde2.columnar.ColumnarSerDe