基于Cloudera Manager5配置HIVE压缩

基于Cloudera Manager5配置HIVE压缩，配置HIVE的压缩，实际就是配置MapReduce的压缩，包括运行结果及中间结果的压缩。

1、基于HIVE命令行的配置

 set hive.enforce.bucketing=true;
 set hive.exec.compress.output=true;
 set mapred.output.compress=true;
 set mapred.output.compression.codec=org.apache.hadoop.io.compress.GzipCodec;
 set io.compression.codecs=org.apache.hadoop.io.compress.GzipCodec;

在hive的命令下行运行如上代码即可，这里用的是Gzip压缩。

2、基于xml文件的压缩配置

mapred-site.xml

   mapred.output.compress
   true
   Should the job outputs be compressed?



   mapred.output.compression.codec
   org.apache.hadoop.io.compress.GzipCodec
   If the job outputs are compressed, how should they be compressed?

hive-site.xml

 <property>
   <name>hive.enforce.bucketingname>
   <value>truevalue>
 property>
 <property>
   <name>hive.exec.compress.outputname>
   <value>truevalue>
 property>
 <property>
   <name>io.compression.codecsname>
   <value>org.apache.hadoop.io.compress.GzipCodecvalue>
 property>

3、 基于Cloudera Manager5配置HIVE压缩

1) 基于yarn的MR配置

2) hive的配置

增加如下内容

 <property>
   <name>hive.enforce.bucketingname>
   <value>truevalue>
 property>
 <property>
   <name>hive.exec.compress.outputname>
   <value>truevalue>
 property>
 <property>
   <name>io.compression.codecsname>
   <value>org.apache.hadoop.io.compress.GzipCodecvalue>
 property>

配置完毕，MapReduce包括hive运行结果以GZip进行压缩。

在hive命令行的话可以根据分区进行压缩。可以设置：

--设置hive处理压缩
set hive.exec.compress.output=true;
--yarn
set mapreduce.output.fileoutputformat.compress=true;
set mapreduce.output.fileoutputformat.compress.codec=org.apache.hadoop.io.compress.GzipCodec;