Hive使用中常见的问题及解决方法

        Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供SQL查询功能。在工作中大部分场景都会用到，下面列出几个 hive 使用中常见的问题及解决方法。

1）Hive 默认的输入格式处理是CombineHiveInputFormat，会对小文件进行合并

hive (default)> set hive.input.format;

hive.input.format=org.apache.hadoop.hive.ql.io.CombineHiveInputFormat

         可以采用HiveInputFormat就会根据分区数据输出相应的文件。

hive (default)> set hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;

2）不能执行MapReduce程序

        可能是Hadoop的Yarn没开启。

3）启动MySQL服务时，报MySQL server PID file could not be found！异常。

        在/var/lock/subsys/mysql 路径下创建 hadoop102.pid（我的练习集群主机名是hadoop102，hadoop103，hadoop104），并在文件中添加内容：4396

4）报  service mysql status MySQL is not running，but lock file (/var/lock/subsys/mysql[失败])异常。

        解决方案：在/var/lib/mysql 目录下创建：hadoop102.pid 文件，并修改权限为777。

5）JVM 堆内存溢出（Hive 集群运行模式）

        描述：java.lang.OutOfMemoryError:Java heap space

        解决：在 yarn-site.xml 中加入如下代码。

    yarn.scheduler.maximum-allocation-mb

    2048

    yarn.scheduler.minimum-allocation-mb

    2048

    yarn.nodemanager.vmem-pmem-ratio

    2.1

    mapred.child.java.opts

    -Xmx1024m

 6）JVM堆内存溢出（Hive本地运行模式）

        描述：在启用 Hive 本地模式后，hive.log 报错 java.lang.OutOfMemoryError:Java heap space

        解决方案1（临时）：

        在 Hive 客户端临时设置 io.sort.mb 和 mapreduce.task.io.sort.mb 两个参数的值为10。

0: jdbc:hive2://hadoop102:10000> set io.sort.mb;

+-----------------+

|       set         |

+-----------------+

| io.sort.mb=100  |

+-----------------+

1 row selected (0.008 seconds)

0: jdbc:hive2://hadoop102:10000> set mapreduce.task.io.sort.mb;

+--------------------------------+

|              set                     |

+--------------------------------+

| mapreduce.task.io.sort.mb=100   |

+--------------------------------+

1 row selected (0.008 seconds)

0: jdbc:hive2://hadoop102:10000> set io.sort.mb = 10;

No rows affected (0.005 seconds)

0: jdbc:hive2://hadoop102:10000> set mapreduce.task.io.sort.mb = 10;

No rows affected (0.004 seconds)

        解决方案（永久生效）：

        在 $HIVE_HOME/conf 下添加hive-env.sh。

[xiaowu@hadoop102 conf]$ pwd

/opt/module/hive/conf

[xiaowu@hadoop102 conf]$ cp hive-env.sh.template hive-env.sh

         然后将其中的参数 export HADOOP_HEAPSIZE=1024 的注释放开，然后重启Hive。

7）虚拟内存限制

        在 yarn-site.xml 中添加如下配置：

    yarn.nodemanager.vmem-check-enabled

    false