全面了解Hive的set参数:15个你需要知道的关键设置
指定 HiveServer2 使用的认证方式
hive.server2.authentication
是 Hive 中的一个参数,用于指定 HiveServer2 使用的认证方式。该参数决定了 HiveServer2 如何进行用户身份验证。
以下是设置 hive.server2.authentication
参数的一般规则:
SET hive.server2.authentication=<authentication_method>;
其中,<authentication_method>
是认证方式的标识符。不同的 Hive 版本支持不同的认证方式。
例如,如果要将 HiveServer2 的认证方式设置为使用 Kerberos 认证,可以使用以下命令:
SET hive.server2.authentication=KERBEROS;
-- NONE
常见的认证方式包括:
-
NOSASL
:无认证,不建议在生产环境中使用。 -
LDAP
:使用 LDAP 进行用户身份验证。 -
KERBEROS
:使用 Kerberos 进行用户身份验证。 -
PAM
:使用 Pluggable Authentication Modules (PAM) 进行身份验证。
请注意,不同的认证方式可能需要额外的配置。如果使用 Kerberos 认证,还需要配置相关的 Kerberos 参数,如 hive.server2.authentication.kerberos.principal
和 hive.server2.authentication.kerberos.keytab
。
这样的设置只对当前会话有效,当会话结束后,设置将重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 Hive 服务以使更改生效。
确保在设置参数时了解其对系统行为的影响,并根据实际需求选择适当的认证方式。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.authentication
参数的更详细信息。
配置 LDAP 认证时指定群组类的参数
在 Hive 中,hive.server2.authentication.ldap.groupClassKey
是用于配置 LDAP 认证时指定群组类的参数。LDAP(轻量级目录访问协议)是一种用于访问和维护分布式目录信息服务的协议,而 Hive 可以使用 LDAP 进行用户身份验证。
以下是设置 hive.server2.authentication.ldap.groupClassKey
参数的一般规则:
SET hive.server2.authentication.ldap.groupClassKey=<group_class_key>;
其中,<group_class_key>
是用于指定群组类的键。这个键通常是 LDAP 中用于表示群组的属性名称。
例如,如果 LDAP 中的群组属性为 groupOfNames
,则可以使用以下命令:
SET hive.server2.authentication.ldap.groupClassKey=groupOfNames;
请注意,这样的设置只对当前会话有效,当会话结束后,设置将重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 Hive 服务以使更改生效。
LDAP 认证的配置涉及多个参数,包括 LDAP 服务器地址、用户和群组的搜索基准等。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 LDAP 认证相关参数的更详细信息。
配置 LDAP 认证时指定群组成员关系的参数
在 Hive 中,hive.server2.authentication.ldap.groupMembershipKey
是用于配置 LDAP 认证时指定群组成员关系的参数。LDAP(轻量级目录访问协议)是一种用于访问和维护分布式目录信息服务的协议,而 Hive 可以使用 LDAP 进行用户身份验证。
以下是设置 hive.server2.authentication.ldap.groupMembershipKey
参数的一般规则:
SET hive.server2.authentication.ldap.groupMembershipKey=<group_membership_key>;
其中,<group_membership_key>
是用于指定群组成员关系的键。这个键通常是 LDAP 中用于表示群组成员关系的属性名称。
例如,如果 LDAP 中的群组成员关系属性为 member
,则可以使用以下命令:
SET hive.server2.authentication.ldap.groupMembershipKey=member;
请注意,这样的设置只对当前会话有效,当会话结束后,设置将重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 Hive 服务以使更改生效。
LDAP 认证的配置涉及多个参数,包括 LDAP 服务器地址、用户和群组的搜索基准等。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 LDAP 认证相关参数的更详细信息。
配置 LDAP 认证时指定用户的全局唯一标识符(GUID)的参数
在 Hive 中,hive.server2.authentication.ldap.guidKey
是用于配置 LDAP 认证时指定用户的全局唯一标识符(GUID)的参数。LDAP(轻量级目录访问协议)是一种用于访问和维护分布式目录信息服务的协议,而 Hive 可以使用 LDAP 进行用户身份验证。
以下是设置 hive.server2.authentication.ldap.guidKey
参数的一般规则:
SET hive.server2.authentication.ldap.guidKey=<guid_key>;
其中,<guid_key>
是用于指定用户的全局唯一标识符的键。这个键通常是 LDAP 中用于表示用户的唯一标识符属性的名称。
例如,如果 LDAP 中的用户唯一标识符属性为 objectGUID
,则可以使用以下命令:
SET hive.server2.authentication.ldap.guidKey=objectGUID;
请注意,这样的设置只对当前会话有效,当会话结束后,设置将重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 Hive 服务以使更改生效。
LDAP 认证的配置涉及多个参数,包括 LDAP 服务器地址、用户和群组的搜索基准等。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 LDAP 认证相关参数的更详细信息。
配置在 HiveServer2 启动时是否清理悬挂的临时目录
在 Hive 中,hive.server2.clear.dangling.scratchdir
是一个参数,用于配置在 HiveServer2 启动时是否清理悬挂的临时目录。悬挂的临时目录是指上一次 HiveServer2 进程异常退出或终止时未能清理的临时工作目录。
以下是设置 hive.server2.clear.dangling.scratchdir
参数的一般规则:
SET hive.server2.clear.dangling.scratchdir=<true_or_false>;
其中,<true_or_false>
是布尔值,用于启用或禁用在 HiveServer2 启动时清理悬挂的临时目录。
例如,要启用清理悬挂的临时目录功能,可以使用以下命令:
SET hive.server2.clear.dangling.scratchdir=true;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
清理悬挂的临时目录可以确保系统不会积累未使用的临时文件,从而释放磁盘空间。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.clear.dangling.scratchdir
参数的更详细信息。
配置在客户端断开连接时是否关闭对应的 HiveServer2 会话
在 Hive 中,hive.server2.close.session.on.disconnect
是一个参数,用于配置在客户端断开连接时是否关闭对应的 HiveServer2 会话。当客户端与 HiveServer2 建立连接后,如果客户端断开连接,HiveServer2 可以选择是保留还是关闭与该客户端关联的会话。
以下是设置 hive.server2.close.session.on.disconnect
参数的一般规则:
SET hive.server2.close.session.on.disconnect=<true_or_false>;
其中,<true_or_false>
是布尔值,用于配置是否在客户端断开连接时关闭对应的 HiveServer2 会话。
例如,要启用在客户端断开连接时关闭对应的 HiveServer2 会话,可以使用以下命令:
SET hive.server2.close.session.on.disconnect=true;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
配置是否关闭对应的 HiveServer2 会话取决于具体的使用场景和需求。在某些情况下,可能希望保留会话状态以便后续重连,而在其他情况下可能希望及时释放资源。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.close.session.on.disconnect
参数的更详细信息。
配置在编译 Hive 查询时获取锁的超时时间
在 Hive 中,hive.server2.compile.lock.timeout
是一个参数,用于配置在编译 Hive 查询时获取锁的超时时间。编译锁是为了确保同一时刻只有一个查询在编译,以避免竞争和冲突。
以下是设置 hive.server2.compile.lock.timeout
参数的一般规则:
SET hive.server2.compile.lock.timeout=<timeout_in_milliseconds>;
其中,<timeout_in_milliseconds>
是超时时间的数值,以毫秒为单位。
例如,要将编译锁的超时时间设置为 10000 毫秒(即 10 秒),可以使用以下命令:
SET hive.server2.compile.lock.timeout=10000;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
调整编译锁的超时时间可以影响查询编译的等待时间。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.compile.lock.timeout
参数的更详细信息。
是否启用执行查询时使用特定用户身份的功能
在 Hive 中,hive.server2.enable.doAs
是一个参数,用于配置是否启用执行查询时使用特定用户身份的功能。当启用 hive.server2.enable.doAs
时,HiveServer2 会尝试使用执行查询的用户身份来运行查询。
以下是设置 hive.server2.enable.doAs
参数的一般规则:
SET hive.server2.enable.doAs=<true_or_false>;
其中,<true_or_false>
是布尔值,用于启用或禁用执行查询时使用特定用户身份的功能。
例如,要启用执行查询时使用特定用户身份的功能,可以使用以下命令:
SET hive.server2.enable.doAs=true;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
启用 hive.server2.enable.doAs
可以使得查询在执行时使用调用用户的身份,而不是 HiveServer2 进程的身份。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.enable.doAs
参数的更详细信息。
指定 HiveServer2 的全局初始化文件的位置
在 Hive 中,hive.server2.global.init.file.location
是一个参数,用于指定 HiveServer2 的全局初始化文件的位置。全局初始化文件是一个包含 HiveServer2 启动时加载的全局配置设置的文件。
以下是设置 hive.server2.global.init.file.location
参数的一般规则:
SET hive.server2.global.init.file.location=<file_path>;
其中,<file_path>
是全局初始化文件的路径。
例如,要将全局初始化文件设置为位于 “/path/to/global-init-file” 的文件,可以使用以下命令:
SET hive.server2.global.init.file.location=/path/to/global-init-file;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
全局初始化文件通常包含一些全局的配置设置,例如 Hive 元存储连接信息、认证设置等。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.global.init.file.location
参数的更详细信息。
配置在 HiveServer2 上执行的空闲查询的超时时间
在 Hive 中,hive.server2.idle.operation.timeout
是一个参数,用于配置在 HiveServer2 上执行的空闲查询的超时时间。空闲查询是指在执行过程中没有活动的查询。
以下是设置 hive.server2.idle.operation.timeout
参数的一般规则:
SET hive.server2.idle.operation.timeout=<timeout_in_seconds>;
其中,<timeout_in_seconds>
是空闲查询的超时时间,以秒为单位。
例如,要将空闲查询的超时时间设置为 600 秒(即 10 分钟),可以使用以下命令:
SET hive.server2.idle.operation.timeout=600;
-- s:秒
-- d:天
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
通过配置空闲查询的超时时间,可以自动释放系统资源,并避免长时间保持空闲的查询影响系统性能。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.idle.operation.timeout
参数的更详细信息。
是否启用检查空闲会话的查询的功能
在 Hive 中,hive.server2.idle.session.check.operation
是一个参数,用于配置是否启用检查空闲会话的查询的功能。当启用 hive.server2.idle.session.check.operation
时,HiveServer2 会检查会话中所有查询的状态,如果所有查询都处于空闲状态,那么该会话将被认为是空闲的。
以下是设置 hive.server2.idle.session.check.operation
参数的一般规则:
SET hive.server2.idle.session.check.operation=<true_or_false>;
其中,<true_or_false>
是布尔值,用于启用或禁用检查空闲会话的查询的功能。
例如,要启用检查空闲会话的查询的功能,可以使用以下命令:
SET hive.server2.idle.session.check.operation=true;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
启用检查空闲会话的查询可以帮助及时识别并释放处于空闲状态的会话,以释放系统资源。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.idle.session.check.operation
参数的更详细信息。
配置 HiveServer2 中空闲会话的超时时间
在 Hive 中,hive.server2.idle.session.timeout
是一个参数,用于配置 HiveServer2 中空闲会话的超时时间。空闲会话是指在没有活动查询的情况下保持打开状态的会话。
以下是设置 hive.server2.idle.session.timeout
参数的一般规则:
SET hive.server2.idle.session.timeout=<timeout_in_seconds>;
其中,<timeout_in_seconds>
是空闲会话的超时时间,以秒为单位。
例如,要将空闲会话的超时时间设置为 1800 秒(即 30 分钟),可以使用以下命令:
SET hive.server2.idle.session.timeout=1800;
-- s:秒
-- d:天
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
配置空闲会话的超时时间可以确保及时关闭长时间没有活动的会话,以释放系统资源。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.idle.session.timeout
参数的更详细信息。
配置是否在 HiveServer2 中启用查询执行过程中的进度更新
在 Hive 中,hive.server2.in.place.progress
是一个参数,用于配置是否在 HiveServer2 中启用查询执行过程中的进度更新。当启用 hive.server2.in.place.progress
时,HiveServer2 会直接在查询执行过程中更新进度信息。
以下是设置 hive.server2.in.place.progress
参数的一般规则:
SET hive.server2.in.place.progress=<true_or_false>;
其中,<true_or_false>
是布尔值,用于启用或禁用查询执行过程中的进度更新。
例如,要启用查询执行过程中的进度更新,可以使用以下命令:
SET hive.server2.in.place.progress=true;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
启用查询执行过程中的进度更新可以让用户实时监视查询的执行状态。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.in.place.progress
参数的更详细信息。
配置限制每个 IP 地址的连接数
在 Hive 中,hive.server2.limit.connections.per.ipaddress
是一个参数,用于配置限制每个 IP 地址的连接数。该参数用于控制来自单个 IP 地址的并发连接数,以避免滥用或过度使用系统资源。
以下是设置 hive.server2.limit.connections.per.ipaddress
参数的一般规则:
SET hive.server2.limit.connections.per.ipaddress=<num_connections>;
其中,<num_connections>
是允许的最大连接数。
例如,要将每个 IP 地址的最大连接数设置为 5,可以使用以下命令:
SET hive.server2.limit.connections.per.ipaddress=5;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
配置限制每个 IP 地址的连接数有助于防止某些恶意行为或资源耗尽的情况。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.limit.connections.per.ipaddress
参数的更详细信息。
配置限制每个用户的连接数
在 Hive 中,hive.server2.limit.connections.per.user
是一个参数,用于配置限制每个用户的连接数。该参数用于控制单个用户的并发连接数,以避免滥用或过度使用系统资源。
以下是设置 hive.server2.limit.connections.per.user
参数的一般规则:
SET hive.server2.limit.connections.per.user=<num_connections>;
其中,<num_connections>
是允许的最大连接数。
例如,要将每个用户的最大连接数设置为 3,可以使用以下命令:
SET hive.server2.limit.connections.per.user=3;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
配置限制每个用户的连接数有助于防止某些恶意行为或资源耗尽的情况。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.limit.connections.per.user
参数的更详细信息。
配置在 LLAP(Long-Lived and Process)执行引擎下同时执行的查询的最大数量
在 Hive 中,hive.server2.llap.concurrent.queries
是一个参数,用于配置在 LLAP(Long-Lived and Process)执行引擎下同时执行的查询的最大数量。LLAP 是 Hive 的一种执行引擎,旨在提高查询性能。
以下是设置 hive.server2.llap.concurrent.queries
参数的一般规则:
SET hive.server2.llap.concurrent.queries=<num_queries>;
其中,<num_queries>
是允许同时执行的查询的最大数量。
例如,要将 LLAP 引擎下允许同时执行的查询的最大数量设置为 10,可以使用以下命令:
SET hive.server2.llap.concurrent.queries=10;
-- -1表示不限制
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
调整 LLAP 引擎下允许同时执行的查询的最大数量可以影响系统的并发性能。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.llap.concurrent.queries
参数的更详细信息。
配置是否启用 HiveServer2 记录查询操作的功能
在 Hive 中,hive.server2.logging.operation.enabled
是一个参数,用于配置是否启用 HiveServer2 记录查询操作的功能。
以下是设置 hive.server2.logging.operation.enabled
参数的一般规则:
SET hive.server2.logging.operation.enabled=<true_or_false>;
其中,<true_or_false>
是布尔值,用于启用或禁用查询操作的日志记录。
例如,要启用查询操作的日志记录功能,可以使用以下命令:
SET hive.server2.logging.operation.enabled=true;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
启用查询操作的日志记录可以帮助跟踪和审计系统中执行的查询。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.logging.operation.enabled
参数的更详细信息。
配置 HiveServer2 记录查询操作的详细程度
在 Hive 中,hive.server2.logging.operation.level
是一个参数,用于配置 HiveServer2 记录查询操作的详细程度。该参数控制记录查询操作信息的日志级别。
以下是设置 hive.server2.logging.operation.level
参数的一般规则:
SET hive.server2.logging.operation.level=<log_level>;
其中,<log_level>
是日志级别,可以是如下之一:
-
VERBOSE
: 最详细的日志级别,记录所有查询操作的详细信息。 -
EXECUTION
: 记录查询执行的信息。 -
PERF
: 记录查询性能相关的信息。 -
INFO
: 记录基本的查询信息。 -
ERROR
: 只记录错误级别的信息。
例如,要将查询操作的日志级别设置为 VERBOSE
,可以使用以下命令:
SET hive.server2.logging.operation.level=VERBOSE;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
调整查询操作的日志级别可以影响系统的日志记录详细程度。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.logging.operation.level
参数的更详细信息。
配置 HiveServer2 记录查询操作日志的存储位置
在 Hive 中,hive.server2.logging.operation.log.location
是一个参数,用于配置 HiveServer2 记录查询操作日志的存储位置。该参数指定了保存查询操作日志的目录路径。
以下是设置 hive.server2.logging.operation.log.location
参数的一般规则:
SET hive.server2.logging.operation.log.location=<log_directory_path>;
其中,<log_directory_path>
是用于存储查询操作日志的目录路径。
例如,要将查询操作日志存储到 “/path/to/query/logs” 目录,可以使用以下命令:
SET hive.server2.logging.operation.log.location=/path/to/query/logs;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
将查询操作日志保存到指定目录可以帮助您组织和管理日志文件。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.logging.operation.log.location
参数的更详细信息。
配置 HiveServer2 使用长轮询(long polling)机制时的超时时间
在 Hive 中,hive.server2.long.polling.timeout
是一个参数,用于配置 HiveServer2 使用长轮询(long polling)机制时的超时时间。长轮询是一种客户端与服务器之间进行通信的方式,客户端发起请求后,服务器会一直等待直到有新的数据可用或超时。
以下是设置 hive.server2.long.polling.timeout
参数的一般规则:
SET hive.server2.long.polling.timeout=<timeout_in_seconds>;
其中,<timeout_in_seconds>
是长轮询的超时时间,以秒为单位。
例如,要将长轮询的超时时间设置为 60 秒,可以使用以下命令:
SET hive.server2.long.polling.timeout=60;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
长轮询超时时间的设置影响客户端与 HiveServer2 之间的通信响应时间。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.long.polling.timeout
参数的更详细信息。
配置 HiveServer2 在使用 Fair 调度器(Fair Scheduler)时,将任务分配到哪个队列
在 Hive 中,hive.server2.map.fair.scheduler.queue
是一个参数,用于配置 HiveServer2 在使用 Fair 调度器(Fair Scheduler)时,将任务分配到哪个队列。
以下是设置 hive.server2.map.fair.scheduler.queue
参数的一般规则:
SET hive.server2.map.fair.scheduler.queue=<queue_name>;
其中,<queue_name>
是 Fair 调度器中的队列名称。
例如,要将 HiveServer2 分配的任务放入 Fair 调度器中的队列 “myQueue”,可以使用以下命令:
SET hive.server2.map.fair.scheduler.queue=myQueue;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
使用 Fair 调度器时,将任务分配到不同的队列可以根据业务需求进行资源调度和优先级设置。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.map.fair.scheduler.queue
参数的更详细信息。
配置 HiveServer2 中的物化视图注册表的实现类
在 Hive 中,hive.server2.materializedviews.registry.impl
是一个参数,用于配置 HiveServer2 中的物化视图注册表的实现类。物化视图注册表用于管理和存储物化视图的信息。
以下是设置 hive.server2.materializedviews.registry.impl
参数的一般规则:
SET hive.server2.materializedviews.registry.impl=<registry_impl_class>;
其中,<registry_impl_class>
是物化视图注册表的实现类的完整类名。
例如,要将物化视图注册表的实现类设置为 “com.example.CustomMaterializedViewRegistry”,可以使用以下命令:
SET hive.server2.materializedviews.registry.impl=com.example.CustomMaterializedViewRegistry;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
物化视图注册表的实现类负责管理和维护物化视图的元数据信息。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.materializedviews.registry.impl
参数的更详细信息。
配置 HiveServer2 启动时的最大尝试次数
在 Hive 中,hive.server2.max.start.attempts
是一个参数,用于配置 HiveServer2 启动时的最大尝试次数。该参数定义了在启动 HiveServer2 过程中允许的最大尝试次数,如果启动失败,则可以根据需要进行适当的调整。
以下是设置 hive.server2.max.start.attempts
参数的一般规则:
SET hive.server2.max.start.attempts=<max_attempts>;
其中,<max_attempts>
是启动 HiveServer2 的最大尝试次数。
例如,要将 HiveServer2 启动的最大尝试次数设置为 3,可以使用以下命令:
SET hive.server2.max.start.attempts=3;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
调整 HiveServer2 启动的最大尝试次数可以在一些情况下帮助处理启动失败的问题。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.max.start.attempts
参数的更详细信息。
是否启用 HiveServer2 的指标(metrics)收集功能
在 Hive 中,hive.server2.metrics.enabled
是一个参数,用于配置是否启用 HiveServer2 的指标(metrics)收集功能。指标收集用于监控和度量 HiveServer2 的性能和运行状况。
以下是设置 hive.server2.metrics.enabled
参数的一般规则:
SET hive.server2.metrics.enabled=<true_or_false>;
其中,<true_or_false>
是布尔值,用于启用或禁用指标收集功能。
例如,要启用 HiveServer2 的指标收集功能,可以使用以下命令:
SET hive.server2.metrics.enabled=true;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
启用指标收集功能可以提供有关 HiveServer2 性能和系统健康状态的详细信息。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.metrics.enabled
参数的更详细信息。
配置 HiveServer2 操作日志清理的延迟时间
在 Hive 中,hive.server2.operation.log.cleanup.delay
是一个参数,用于配置 HiveServer2 操作日志清理的延迟时间。操作日志包含了 HiveServer2 中执行的查询操作的信息。
以下是设置 hive.server2.operation.log.cleanup.delay
参数的一般规则:
SET hive.server2.operation.log.cleanup.delay=<delay_in_seconds>;
其中,<delay_in_seconds>
是清理操作日志的延迟时间,以秒为单位。
例如,要将清理操作日志的延迟时间设置为 86400 秒(即 24 小时),可以使用以下命令:
SET hive.server2.operation.log.cleanup.delay=86400;
-- s:秒
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
配置清理操作日志的延迟时间可以控制日志保留的时间,以节省存储空间。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.operation.log.cleanup.delay
参数的更详细信息。
配置 HiveServer2 会话中并行操作的最大数量
在 Hive 中,hive.server2.parallel.ops.in.session
是一个参数,用于配置 HiveServer2 会话中并行操作的最大数量。该参数指定了在单个 HiveServer2 会话中允许的最大并行操作数量。
以下是设置 hive.server2.parallel.ops.in.session
参数的一般规则:
SET hive.server2.parallel.ops.in.session=<max_parallel_ops>;
其中,<max_parallel_ops>
是允许的最大并行操作数量。
例如,要将 HiveServer2 会话中允许的最大并行操作数量设置为 5,可以使用以下命令:
SET hive.server2.parallel.ops.in.session=5;
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
通过配置最大并行操作数量,可以控制在单个 HiveServer2 会话中允许同时执行的操作数量,以避免过度消耗系统资源。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.parallel.ops.in.session
参数的更详细信息。
配置 HiveServer2 在检查会话空闲状态的时间间隔
在 Hive 中,hive.server2.session.check.interval
是一个参数,用于配置 HiveServer2 在检查会话空闲状态的时间间隔。该参数定义了 HiveServer2 多久检查一次会话的空闲状态,以决定是否关闭空闲的会话。
以下是设置 hive.server2.session.check.interval
参数的一般规则:
SET hive.server2.session.check.interval=<check_interval_in_seconds>;
其中,<check_interval_in_seconds>
是检查会话空闲状态的时间间隔,以秒为单位。
例如,要将检查会话空闲状态的时间间隔设置为 300 秒(即 5 分钟),可以使用以下命令:
SET hive.server2.session.check.interval=300;
-- h:小时
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
调整检查会话空闲状态的时间间隔可以影响系统及时关闭空闲会话以释放资源。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.session.check.interval
参数的更详细信息。
配置 HiveServer2 在多次尝试启动失败后休眠的时间间隔
在 Hive 中,hive.server2.sleep.interval.between.start.attempts
是一个参数,用于配置 HiveServer2 在多次尝试启动失败后休眠的时间间隔。该参数定义了在重新尝试启动 HiveServer2 之前的等待时间。
以下是设置 hive.server2.sleep.interval.between.start.attempts
参数的一般规则:
SET hive.server2.sleep.interval.between.start.attempts=<sleep_interval_in_seconds>;
其中,<sleep_interval_in_seconds>
是休眠的时间间隔,以秒为单位。
例如,要将在多次启动尝试失败后的休眠时间间隔设置为 60 秒,可以使用以下命令:
SET hive.server2.sleep.interval.between.start.attempts=60;
-- s:秒
请注意,这样的设置只对当前 HiveServer2 会话有效,当 HiveServer2 重新启动时,设置将被重置为默认值。如果您希望永久性地更改配置参数,可以在 Hive 的配置文件中进行修改,并需要重新启动 HiveServer2 服务以使更改生效。
调整启动失败后的休眠时间间隔可以在系统启动时处理一些异常情况。确保在设置参数时了解其对系统行为的影响,并根据实际需求进行适当的配置。查阅您使用的 Hive 版本的文档,以获取关于 hive.server2.sleep.interval.between.start.attempts
推荐阅读
-
epoll简介及触发模式(accept、read、send)-epoll的简单介绍 epoll在LT和ET模式下的读写方式 一、epoll的接口非常简单,一共就三个函数:1. int epoll_create(int size);创建一个epoll的句柄,size用来告诉内核这个监听的数目一共有多大。这个参数不同于select中的第一个参数,给出最大监听的fd+1的值。需要注意的是,当创建好epoll句柄后,它就是会占用一个fd值,在linux下如果查看/proc/进程id/fd/,是能够看到这个fd的,所以在使用完epoll后,必须调用close关闭,否则可能导致fd被耗尽。2. int epoll_ctl(int epfd, int op, int fd, struct epoll_event *event);epoll的事件注册函数,它不同与select是在监听事件时告诉内核要监听什么类型的事件,而是在这里先注册要监听的事件类型。第一个参数是epoll_create的返回值,第二个参数表示动作,用三个宏来表示:EPOLL_CTL_ADD:注册新的fd到epfd中;EPOLL_CTL_MOD:修改已经注册的fd的监听事件;EPOLL_CTL_DEL:从epfd中删除一个fd;第三个参数是需要监听的fd,第四个参数是告诉内核需要监听什么事,struct epoll_event结构如下:struct epoll_event { __uint32_t events; /* Epoll events */ epoll_data_t data; /* User data variable */};events可以是以下几个宏的集合:EPOLLIN :表示对应的文件描述符可以读(包括对端SOCKET正常关闭); EPOLLIN事件:EPOLLIN事件则只有当对端有数据写入时才会触发,所以触发一次后需要不断读取所有数据直到读完EAGAIN为止。否则剩下的数据只有在下次对端有写入时才能一起取出来了。现在明白为什么说epoll必须要求异步socket了吧?如果同步socket,而且要求读完所有数据,那么最终就会在堵死在阻塞里。 EPOLLOUT:表示对应的文件描述符可以写; EPOLLOUT事件:EPOLLOUT事件只有在连接时触发一次,表示可写,其他时候想要触发,那要先准备好下面条件:1.某次write,写满了发送缓冲区,返回错误码为EAGAIN。2.对端读取了一些数据,又重新可写了,此时会触发EPOLLOUT。简单地说:EPOLLOUT事件只有在不可写到可写的转变时刻,才会触发一次,所以叫边缘触发,这叫法没错的!其实,如果真的想强制触发一次,也是有办法的,直接调用epoll_ctl重新设置一下event就可以了,event跟原来的设置一模一样都行(但必须包含EPOLLOUT),关键是重新设置,就会马上触发一次EPOLLOUT事件。1. 缓冲区由满变空.2.同时注册EPOLLIN | EPOLLOUT事件,也会触发一次EPOLLOUT事件这个两个也会触发EPOLLOUT事件 EPOLLPRI:表示对应的文件描述符有紧急的数据可读(这里应该表示有带外数据到来);EPOLLERR:表示对应的文件描述符发生错误;EPOLLHUP:表示对应的文件描述符被挂断;EPOLLET: 将EPOLL设为边缘触发(Edge Triggered)模式,这是相对于水平触发(Level Triggered)来说的。EPOLLONESHOT:只监听一次事件,当监听完这次事件之后,如果还需要继续监听这个socket的话,需要再次把这个socket加入到EPOLL队列里3. int epoll_wait(int epfd, struct epoll_event * events, int maxevents, int timeout);等待事件的产生,类似于select调用。参数events用来从内核得到事件的集合,maxevents告之内核这个events有多大,这个maxevents的值不能大于创建epoll_create时的size,参数timeout是超时时间(毫秒,0会立即返回,-1将不确定,也有说法说是永久阻塞)。该函数返回需要处理的事件数目,如返回0表示已超时。-------------------------------------------------------------------------------------------- 从man手册中,得到ET和LT的具体描述如下EPOLL事件有两种模型:Edge Triggered (ET)Level Triggered (LT)假如有这样一个例子:1. 我们已经把一个用来从管道中读取数据的文件句柄(RFD)添加到epoll描述符2. 这个时候从管道的另一端被写入了2KB的数据3. 调用epoll_wait(2),并且它会返回RFD,说明它已经准备好读取操作4. 然后我们读取了1KB的数据5. 调用epoll_wait(2)......Edge Triggered 工作模式:如果我们在第1步将RFD添加到epoll描述符的时候使用了EPOLLET标志,那么在第5步调用epoll_wait(2)之后将有可能会挂起,因为剩余的数据还存在于文件的输入缓冲区内,而且数据发出端还在等待一个针对已经发出数据的反馈信息。只有在监视的文件句柄上发生了某个事件的时候 ET 工作模式才会汇报事件。因此在第5步的时候,调用者可能会放弃等待仍在存在于文件输入缓冲区内的剩余数据。在上面的例子中,会有一个事件产生在RFD句柄上,因为在第2步执行了一个写操作,然后,事件将会在第3步被销毁。因为第4步的读取操作没有读空文件输入缓冲区内的数据,因此我们在第5步调用 epoll_wait(2)完成后,是否挂起是不确定的。epoll工作在ET模式的时候,必须使用非阻塞套接口,以避免由于一个文件句柄的阻塞读/阻塞写操作把处理多个文件描述符的任务饿死。最好以下面的方式调用ET模式的epoll接口,在后面会介绍避免可能的缺陷。 i 基于非阻塞文件句柄 ii 只有当read(2)或者write(2)返回EAGAIN时才需要挂起,等待。但这并不是说每次read时都需要循环读,直到读到产生一个EAGAIN才认为此次事件处理完成,当read返回的读到的数据长度小于请求的数据长度时,就可以确定此时缓冲中已没有数据了,也就可以认为此事读事件已处理完成。Level Triggered 工作模式相反的,以LT方式调用epoll接口的时候,它就相当于一个速度比较快的poll(2),并且无论后面的数据是否被使用,因此他们具有同样的职能。因为即使使用ET模式的epoll,在收到多个chunk的数据的时候仍然会产生多个事件。调用者可以设定EPOLLONESHOT标志,在 epoll_wait(2)收到事件后epoll会与事件关联的文件句柄从epoll描述符中禁止掉。因此当EPOLLONESHOT设定后,使用带有 EPOLL_CTL_MOD标志的epoll_ctl(2)处理文件句柄就成为调用者必须作的事情。然后详细解释ET, LT:LT(level triggered)是缺省的工作方式,并且同时支持block和no-block socket.在这种做法中,内核告诉你一个文件描述符是否就绪了,然后你可以对这个就绪的fd进行IO操作。如果你不作任何操作,内核还是会继续通知你的,所以,这种模式编程出错误可能性要小一点。传统的select/poll都是这种模型的代表.ET(edge-triggered)是高速工作方式,只支持no-block socket。在这种模式下,当描述符从未就绪变为就绪时,内核通过epoll告诉你。然后它会假设你知道文件描述符已经就绪,并且不会再为那个文件描述符发送更多的就绪通知,直到你做了某些操作导致那个文件描述符不再为就绪状态了(比如,你在发送,接收或者接收请求,或者发送接收的数据少于一定量时导致了一个EWOULDBLOCK 错误)。但是请注意,如果一直不对这个fd作IO操作(从而导致它再次变成未就绪),内核不会发送更多的通知(only once),不过在TCP协议中,ET模式的加速效用仍需要更多的benchmark确认(这句话不理解)。在许多测试中我们会看到如果没有大量的idle -connection或者dead-connection,epoll的效率并不会比select/poll高很多,但是当我们遇到大量的idle- connection(例如WAN环境中存在大量的慢速连接),就会发现epoll的效率大大高于select/poll。(未测试)另外,当使用epoll的ET模型来工作时,当产生了一个EPOLLIN事件后,读数据的时候需要考虑的是当recv返回的大小如果等于请求的大小,那么很有可能是缓冲区还有数据未读完,也意味着该次事件还没有处理完,所以还需要再次读取: 这里只是说明思路(参考《UNIX网络编程》) while(rs) {buflen = recv(activeevents[i].data.fd, buf, sizeof(buf), 0);if(buflen < 0){// 由于是非阻塞的模式,所以当errno为EAGAIN时,表示当前缓冲区已无数据可读// 在这里就当作是该次事件已处理处.if(errno == EAGAIN)break; else return; }else if(buflen == 0) { // 这里表示对端的socket已正常关闭. } if(buflen == sizeof(buf) rs = 1; // 需要再次读取 else rs = 0; } 还有,假如发送端流量大于接收端的流量(意思是epoll所在的程序读比转发的socket要快),由于是非阻塞的socket,那么send函数虽然返回,但实际缓冲区的数据并未真正发给接收端,这样不断的读和发,当缓冲区满后会产生EAGAIN错误(参考man send),同时,不理会这次请求发送的数据.所以,需要封装socket_send的函数用来处理这种情况,该函数会尽量将数据写完再返回,返回-1表示出错。在socket_send内部,当写缓冲已满(send返回-1,且errno为EAGAIN),那么会等待后再重试.这种方式并不很完美,在理论上可能会长时间的阻塞在socket_send内部,但暂没有更好的办法. ssize_t socket_send(int sockfd, const char* buffer, size_t buflen) { ssize_t tmp; size_t total = buflen; const char *p = buffer; while(1) { tmp = send(sockfd, p, total, 0); if(tmp < 0) { // 当send收到信号时,可以继续写,但这里返回-1. if(errno == EINTR) return -1; // 当socket是非阻塞时,如返回此错误,表示写缓冲队列已满, // 在这里做延时后再重试. if(errno == EAGAIN) { usleep(1000); continue; } return -1; } if((size_t)tmp == total) return buflen; total -= tmp; p += tmp; } return tmp; } 二、epoll在LT和ET模式下的读写方式 在一个非阻塞的socket上调用read/write函数, 返回EAGAIN或者EWOULDBLOCK(注: EAGAIN就是EWOULDBLOCK) 从字面上看, 意思是: * EAGAIN: 再试一次 * EWOULDBLOCK: 如果这是一个阻塞socket, 操作将被block * perror输出: Resource temporarily unavailable 总结: 这个错误表示资源暂时不够, 可能read时, 读缓冲区没有数据, 或者, write时,写缓冲区满了 。 遇到这种情况, 如果是阻塞socket, read/write就要阻塞掉。 而如果是非阻塞socket, read/write立即返回-1, 同 时errno设置为EAGAIN. 所以, 对于阻塞socket, read/write返回-1代表网络出错了. 但对于非阻塞socket, read/write返回-1不一定网络真的出错了. 可能是Resource temporarily unavailable. 这时你应该再试, 直到Resource available. 综上, 对于non-blocking的socket, 正确的读写操作为: 读: 忽略掉errno = EAGAIN的错误, 下次继续读 写: 忽略掉errno = EAGAIN的错误, 下次继续写 对于select和epoll的LT模式, 这种读写方式是没有问题的. 但对于epoll的ET模式, 这种方式还有漏洞. epoll的两种模式 LT 和 ET
-
全面了解Hive的set参数:15个你需要知道的关键设置