hive 配置参数说明

hive.exec.mode.local.auto 
    决定 Hive 是否应该自动地根据输入文件大小，在本地运行（在GateWay运行） 
    true
    
    hive.exec.mode.local.auto.inputbytes.max 
    如果 hive.exec.mode.local.auto 为 true，当输入文件大小小于此阈值时可以自动在本地模式运行，默认是 128兆。 
    134217728L
    
    hive.exec.mode.local.auto.tasks.max 
    如果 hive.exec.mode.local.auto 为 true，当 Hive Tasks（Hadoop Jobs）小于此阈值时，可以自动在本地模式运行。 
    4
    
    hive.auto.convert.join 
    是否根据输入小表的大小，自动将 Reduce 端的 Common Join 转化为 Map Join，从而加快大表关联小表的 Join 速度。 
    false
    
    hive.mapred.local.mem 
    Mapper/Reducer 在本地模式的最大内存量，以字节为单位，0为不限制。 
    0
    
    mapred.reduce.tasks 
    所提交 Job 的 reduer 的个数，使用 Hadoop Client 的配置。 
    1
    
    hive.exec.scratchdir 
    HDFS路径，用于存储不同 map/reduce 阶段的执行计划和这些阶段的中间输出结果。 
    /tmp/<user.name>/hive
    
    hive.metastore.warehouse.dir 
    Hive 默认的数据文件存储路径，通常为 HDFS 可写的路径。 
    "
    
    hive.groupby.skewindata 
    决定 group by 操作是否支持倾斜的数据。 
    false
    
    hive.merge.mapfiles 
    是否开启合并 Map 端小文件，对于 Hadoop 0.20 以前的版本，起一首新的 Map/Reduce Job，对于 0.20 以后的版本，则是起使用 CombineInputFormat 的 MapOnly Job。 
    true
    
    hive.merge.mapredfiles 
    是否开启合并 Map/Reduce 小文件，对于 Hadoop 0.20 以前的版本，起一首新的 Map/Reduce Job，对于 0.20 以后的版本，则是起使用 CombineInputFormat 的 MapOnly Job。 
    false
    
    hive.default.fileformat 
    Hive 默认的输出文件格式，与创建表时所指定的相同，可选项为 'TextFile' 、 'SequenceFile' 或者 'RCFile'。 
    'TextFile'
    
    hive.mapred.mode 
    Map/Redure 模式，如果设置为 strict，将不允许笛卡尔积。 
    'nonstrict'
    
    hive.exec.parallel 
    是否开启 map/reduce job的并发提交。 
    false
    
    hive.security.authorization.enabled 
    Hive 是否开启权限认证。 
    false
    
    hive.exec.plan 
    Hive 执行计划的路径，会在程序中自动进行设置 
    null
    
    hive.exec.submitviachild 
    决定 map/reduce Job 是否应该使用各自独立的 JVM 进行提交（Child进程），默认情况下，使用与 HQL compiler 相同的 JVM 进行提交。 
    false
    
    hive.exec.script.maxerrsize 
    通过 TRANSFROM/MAP/REDUCE 所执行的用户脚本所允许的最大的序列化错误数。 
    100000
    
    hive.exec.script.allow.partial.consumption 
    是否允许脚本只处理部分数据，如果设置为 true ，因 broken pipe 等造成的数据未处理完成将视为正常。 
    false
    
    hive.exec.compress.output 
    决定查询中最后一个 map/reduce job 的输出是否为压缩格式。 
    false
    
    hive.exec.compress.intermediate 
    决定查询的中间 map/reduce job （中间 stage）的输出是否为压缩格式。 
    false
    
    hive.intermediate.compression.codec 
    中间 map/reduce job 的压缩编解码器的类名（一个压缩编解码器可能包含多种压缩类型），该值可能在程序中被自动设置。 
    
    
    hive.intermediate.compression.type 
    中间 map/reduce job 的压缩类型，如 "BLOCK" "RECORD"。 
    
    hive.exec.reducers.bytes.per.reducer 
    每一个 reducer 的平均负载字节数。 
    1000000000
    
    hive.exec.reducers.max 
    reducer 个数的上限。 
    999
    
    hive.exec.pre.hooks 
    语句层面，整条 HQL 语句在执行前的 hook 类名。 
    "
    
    hive.exec.post.hooks 
    语句层面，整条 HQL 语句在执行完成后的 hook 类名。 
    
    
    hive.exec.parallel.thread.number 
    并发提交时的并发线程的个数。 
    8
    
    hive.mapred.reduce.tasks.speculative.execution 
    是否开启 reducer 的推测执行，与 mapred.reduce.tasks.speculative.execution 作用相同。 
    false
    
    hive.exec.counters.pull.interval 
    客户端拉取 progress counters 的时间，以毫秒为单位。 
    1000L
    
    hive.exec.dynamic.partition 
    是否打开动态分区。 
    false
    
    hive.exec.dynamic.partition.mode 
    打开动态分区后，动态分区的模式，有 strict 和 nonstrict 两个值可选，strict 要求至少包含一个静态分区列，nonstrict 则无此要求。 
    strict
    
    hive.exec.max.dynamic.partitions 
    所允许的最大的动态分区的个数。 
    1000
    
    hive.exec.max.dynamic.partitions.pernode 
    单个 reduce 结点所允许的最大的动态分区的个数。 
    100
    
    hive.exec.default.partition.name 
    默认的动态分区的名称，当动态分区列为''或者null时，使用此名称。'' 
    '__HIVE_DEFAULT_PARTITION__'
    
    hadoop.bin.path 
    Hadoop Client 可执行脚本的路径，该路径用于通过单独的 JVM 提交 job，使用 Hadoop Client 的配置。 
    $HADOOP_HOME/bin/hadoop
    
    hadoop.config.dir 
    Hadoop Client 配置文件的路径，使用 Hadoop Client 的配置。 
    $HADOOP_HOME/conf
    
    fs.default.name 
    Namenode 的 URL，使用 Hadoop Client 的配置。 
    file:///
    
    map.input.file 
    Map 的输入文件，使用 Hadoop Client 的配置。 
    null
    
    mapred.input.dir 
    Map 的输入目录，使用 Hadoop Client 的配置。 
    null
    
    mapred.input.dir.recursive 
    输入目录是否可递归嵌套，使用 Hadoop Client 的配置。 
    false
    
    mapred.job.tracker 
    Job Tracker 的 URL，使用 Hadoop Client 的配置，如果这个配置设置为 'local'，将使用本地模式。 
    local
    
    mapred.job.name 
    Map/Reduce 的 job 名称，如果没有设置，则使用生成的 job name，使用 Hadoop Client 的配置。 
    null
    
    mapred.reduce.tasks.speculative.execution 
    Map/Reduce 推测执行，使用 Hadoop Client 的配置。 
    null
    
    hive.metastore.metadb.dir 
    Hive 元数据库所在路径。 
    "
    
    hive.metastore.uris 
    Hive 元数据的 URI，多个 thrift://地址，以英文逗号分隔。 
    "
    
    hive.metastore.connect.retries 
    连接到 Thrift 元数据服务的最大重试次数。 
    3
    
    javax.jdo.option.ConnectionPassword 
    JDO 的连接密码。 
    "
    
    hive.metastore.ds.connection.url.hook 
    JDO 连接 URL Hook 的类名，该 Hook 用于获得 JDO 元数据库的连接字符串，为实现了 JDOConnectionURLHook 接口的类。 
    "
    
    javax.jdo.option.ConnectionURL 
    元数据库的连接 URL。 
    "
    
    hive.metastore.ds.retry.attempts 
    当没有 JDO 数据连接错误后，尝试连接后台数据存储的最大次数。 
    1
    
    hive.metastore.ds.retry.interval 
    每次尝试连接后台数据存储的时间间隔，以毫秒为单位。 
    1000
    
    hive.metastore.force.reload.conf 
    是否强制重新加载元数据配置，一但重新加载，该值就会被重置为 false。 
    false
    
    hive.metastore.server.min.threads 
    Thrift 服务线程池的最小线程数。 
    8
    
    hive.metastore.server.max.threads 
    Thrift 服务线程池的最大线程数。 
    0x7fffffff
    
    hive.metastore.server.tcp.keepalive 
    Thrift 服务是否保持 TCP 连接。 
    true
    
    hive.metastore.archive.intermediate.original 
    用于归档压缩的原始中间目录的后缀，这些目录是什么并不重要，只要能够避免冲突即可。 
    '_INTERMEDIATE_ORIGINAL'
    
    hive.metastore.archive.intermediate.archived 
    用于归档压缩的压缩后的中间目录的后缀，这些目录是什么并不重要，只要能够避免冲突即可。 
    '_INTERMEDIATE_ARCHIVED'
    
    hive.metastore.archive.intermediate.extracted 
    用于归档压缩的解压后的中间目录的后缀，这些目录是什么并不重要，只要能够避免冲突即可。 
    '_INTERMEDIATE_EXTRACTED'
    
    hive.cli.errors.ignore 
    是否忽略错误，对于包含多的 SQL 文件，可以忽略错误的行，继续执行下一行。 
    false
    
    hive.session.id 
    当前会话的标识符，格式为“用户名_时间”用于记录在 job conf 中，一般不予以手动设置。 
    "
    
    hive.session.silent 
    当前会话是否在 silent 模式运行。 如果不是 silent 模式，所以 info 级打在日志中的消息，都将以标准错误流的形式输出到控制台。
    false
    
    hive.query.string 
    当前正在被执行的查询字符串。 
    "
    
    hive.query.id 
    当前正在被执行的查询的ID。 
    "
    
    hive.query.planid 
    当前正在被执行的 map/reduce plan 的 ID。 
    "
    
    hive.jobname.length 
    当前 job name 的最大长度，hive 会根据此长度省略 job name 的中间部分。 
    50
    
    hive.jar.path 
    通过单独的 JVM 提交 job 时，hive_cli.jar 所在的路径 
    "
    
    hive.aux.jars.path 
    各种由用户自定义 UDF 和 SerDe 构成的插件 jar 包所在的路径。 
    "
    
    hive.added.files.path 
    ADD FILE 所增加的文件的路径。 
    "
    
    hive.added.jars.path 
    ADD JAR 所增加的文件的路径。 
    "
    
    hive.added.archives.path 
    ADD ARCHIEVE 所增加的文件的路径。 
    "
    
    hive.table.name 
    当前的 Hive 表的名称，该配置将通过 ScirptOperator 传入到用户脚本中。 
    "
    
    hive.partition.name 
    当前的 Hive 分区的名称，该配置将通过 ScriptOperator 传入到用户脚本中。 
    "
    
    hive.script.auto.progress 
    脚本是否周期性地向 Job Tracker 发送心跳，以避免脚本执行的时间过长，使 Job Tracker 认为脚本已经挂掉了。 
    false
    
    hive.script.operator.id.env.var 
    用于识别 ScriptOperator ID 的环境变量的名称。 
    'HIVE_SCRIPT_OPERATOR_ID'
    
    hive.alias 
    当前的 Hive 别名，该配置将通过 ScriptOpertaor 传入到用户脚本中。 
    "
    
    hive.map.aggr 
    决定是否可以在 Map 端进行聚合操作 
    true
    
    hive.join.emit.interval 
    Hive Join 操作的发射时间间隔，以毫秒为单位。 
    1000
    
    hive.join.cache.size 
    Hive Join 操作的缓存大小，以字节为单位。 
    25000
    
    hive.mapjoin.bucket.cache.size 
    Hive Map Join 桶的缓存大小，以字节为单位。 
    100
    
    hive.mapjoin.size.key 
    Hive Map Join 每一行键的大小，以字节为单位。 
    10000
    
    hive.mapjoin.cache.numrows 
    Hive Map Join 所缓存的行数。 
    25000
    
    hive.groupby.mapaggr.checkinterval 
    对于 Group By 操作的 Map 聚合的检测时间，以毫秒为单位。 
    100000
    
    hive.map.aggr.hash.percentmemory 
    Hive Map 端聚合的哈稀存储所占用虚拟机的内存比例。 
    0.5
    
    hive.map.aggr.hash.min.reduction 
    Hive Map 端聚合的哈稀存储的最小 reduce 比例。 
    0.5
    
    hive.udtf.auto.progress 
    Hive UDTF 是否周期性地报告心跳，当 UDTF 执行时间较长且不输出行时有用。 
    false
    
    hive.fileformat.check 
    Hive 是否检查输出的文件格式。 
    true
    
    hive.querylog.location 
    Hive 实时查询日志所在的目录，如果该值为空，将不创建实时的查询日志。 
    '/tmp/$USER'
    
    hive.script.serde 
    Hive 用户脚本的 SerDe。 
    'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
    
    hive.script.recordreader 
    Hive 用户脚本的 RecordRedaer。 
    'org.apache.hadoop.hive.ql.exec.TextRecordReader'
    
    hive.script.recordwriter 
    Hive 用户脚本的 RecordWriter。 
    'org.apache.hadoop.hive.ql.exec.TextRecordWriter'
    
    hive.hwi.listen.host 
    HWI 所绑定的 HOST 或者 IP。 
    '0.0.0.0'
    
    hive.hwi.listen.port 
    HWI 所监听的 HTTP 端口。 
    9999
    
    hive.hwi.war.file 
    HWI 的 war 文件所在的路径。 
    $HWI_WAR_FILE
    
    hive.test.mode 
    是否以测试模式运行 Hive 
    false
    
    hive.test.mode.prefix 
    Hive 测试模式的前缀。 
    'test_'
    
    hive.test.mode.samplefreq 
    Hive 测试模式取样的频率，即每秒钟取样的次数。 
    32
    
    hive.test.mode.nosamplelist 
    Hive 测试模式取样的排除列表，以逗号分隔。 
    "
    
    hive.merge.size.per.task 
    每个任务合并后文件的大小，根据此大小确定 reducer 的个数，默认 256 M。 
    256000000
    
    hive.merge.smallfiles.avgsize 
    需要合并的小文件群的平均大小，默认 16 M。 
    16000000
    
    hive.optimize.skewjoin 
    是否优化数据倾斜的 Join，对于倾斜的 Join 会开启新的 Map/Reduce Job 处理。 
    false
    
    hive.skewjoin.key 
    倾斜键数目阈值，超过此值则判定为一个倾斜的 Join 查询。 
    1000000
    
    hive.skewjoin.mapjoin.map.tasks 
    处理数据倾斜的 Map Join 的 Map 数上限。 
    10000
    
    hive.skewjoin.mapjoin.min.split 
    处理数据倾斜的 Map Join 的最小数据切分大小，以字节为单位，默认为32M。 
    33554432
    
    mapred.min.split.size 
    Map Reduce Job 的最小输入切分大小，与 Hadoop Client 使用相同的配置。 
    1
    
    hive.mergejob.maponly 
    是否启用 Map Only 的合并 Job。 
    true
    
    hive.heartbeat.interval 
    Hive Job 的心跳间隔，以毫秒为单位。 
    1000
    
    hive.mapjoin.maxsize 
    Map Join 所处理的最大的行数。超过此行数，Map Join进程会异常退出。 
    1000000
    
    hive.hashtable.initialCapacity 
    Hive 的 Map Join 会将小表 dump 到一个内存的 HashTable 中，该 HashTable 的初始大小由此参数指定。 
    100000
    
    hive.hashtable.loadfactor 
    Hive 的 Map Join 会将小表 dump 到一个内存的 HashTable 中，该 HashTable 的负载因子由此参数指定。 
    0.75
    
    hive.mapjoin.followby.gby.localtask.max.memory.usage 
    MapJoinOperator后面跟随GroupByOperator时，内存的最大使用比例 
    0.55
    
    hive.mapjoin.localtask.max.memory.usage 
    Map Join 的本地任务使用堆内存的最大比例 
    0.9
    
    hive.mapjoin.localtask.timeout 
    Map Join 本地任务超时，淘宝版特有特性 
    600000
    
    hive.mapjoin.check.memory.rows 
    设置每多少行检测一次内存的大小，如果超过 hive.mapjoin.localtask.max.memory.usage 则会异常退出，Map Join 失败。 
    100000
    
    hive.debug.localtask 
    是否调试本地任务，目前该参数没有生效 
    false
    
    hive.task.progress 
    是否开启 counters ，以记录 Job 执行的进度，同时客户端也会拉取进度 counters。 
    false
    
    hive.input.format 
    Hive 的输入 InputFormat。 
    默认是org.apache.hadoop.hive.ql.io.HiveInputFormat，其他还有org.apache.hadoop.hive.ql.io.CombineHiveInputFormat
    
    hive.enforce.bucketing 
    是否启用强制 bucketing。 
    false
    
    hive.enforce.sorting 
    是否启用强制排序。 
    false
    
    hive.mapred.partitioner 
    Hive 的 Partitioner 类。 
    'org.apache.hadoop.hive.ql.io.DefaultHivePartitioner'
    
    hive.exec.script.trust 
    Hive Script Operator For trust 
    false
    
    hive.hadoop.supports.splittable.combineinputformat 
    是否支持可切分的 CombieInputFormat 
    false
    
    hive.optimize.cp 
    是否优化列剪枝。 
    true
    
    hive.optimize.ppd 
    是否优化谓词下推。 
    true
    
    hive.optimize.groupby 
    是否优化 group by。 
    true
    
    hive.optimize.bucketmapjoin 
    是否优化 bucket map join。 
    false
    
    hive.optimize.bucketmapjoin.sortedmerge 
    是否在优化 bucket map join 时尝试使用强制 sorted merge bucket map join。 
    false
    
    hive.optimize.reducededuplication 
    是否优化 reduce 冗余。 
    true
    
    hive.hbase.wal.enabled 
    是否开启 HBase Storage Handler。 
    true
    
    hive.archive.enabled 
    是否启用 har 文件。 
    false
    
    hive.archive.har.parentdir.settable 
    是否启用 har 文件的父目录可设置。 
    false
    
    hive.outerjoin.supports.filters 
    是否启动外联接支持过滤条件。 
    true
    
    hive.fetch.output.serde 
    对于 Fetch Task 的 SerDe 类 
    'org.apache.hadoop.hive.serde2.DelimitedJSONSerDe'
    
    hive.semantic.analyzer.hook 
    Hive 语义分析的 Hook，在语义分析阶段的前后被调用，用于分析和修改AST及生成的执行计划，以逗号分隔。 
    null
    
    hive.cli.print.header 
    是否显示查询结果的列名，默认为不显示。 
    false
    
    hive.cli.encoding 
    Hive 默认的命令行字符编码。 
    'UTF8'
    
    hive.log.plan.progress 
    是否记录执行计划的进度。 
    true
    
    hive.pull.progress.counters 
    是否从 Job Tracker 上拉取 counters，淘宝特有配置项。 
    true
    
    hive.job.pre.hooks 
    每个 Job 提交前执行的 Hooks 列表，以逗号分隔，淘宝特有配置项。 
    "
    
    hive.job.post.hooks 
    每个 Job 完成后执行的 Hooks 列表，以逗号分隔，淘宝特有配置项。 
    "
    
    hive.max.progress.counters 
    Hive 最大的进度 couters 个数，淘宝特有配置项。 
    100
    
    hive.exec.script.wrapper 
    Script Operator 脚本调用的封装，通常为脚本解释程序。例如，可以把该变量值的名称设置为"python"，那么传递到 Script Operator 的脚本将会以"python <script command>"的命令形式进行调用，如果这个值为null或者没有设置，那么该脚本将会直接以"<script command>"的命令形式调用。 
    null
    
    hive.check.fatal.errors.interval 
    客户端通过拉取 counters 检查严重错误的周期，以毫秒为单位，淘宝特有配置项。 
    5000L