数仓工具—Hive进阶之Statistics与Analyze Table命令(20)
Hive Statistics与Analyze Table命令
hive 使用基于成本的优化器，所以表的统计信息作为成本函数的输入信息，从而优化器可以判断不同执行计划之间的成本，进而选择最佳的执行计划。
hive 使用统计信息例如表或者分区的行数生成一个最佳的执行计划，除了优化器，表的统计信息在hive 的其他很多地方也用到了，那hive是如何检查更新统计信息呢，就是我们今天介绍的ANALYZE TABLE 命令
统计信息(表/分区)的用途
使用到统计信息的地方有很多：
- Hive 基于成本的优化器使用统计信息生成最佳的执行计划
- 用户可以更快的获取某些统计的查询结果，这些查询结果存储在统计信息中的，而不是运行执行计划得到的
- 用户可以更好的获取数据的分布情况，例如卖的最好的10款产品，年龄的分布等。
收集什么样的统计信息
对于表和分区，目前支持收集下面的统计信息
- 行数
- 文件
- 大小(Bytes)
- 分区数(分区表)
- 列的统计信息
- 最后一次操作时间
Hive ANALYZE TABLE 命令
Hive 使用 ANALYZE TABLE 命令收集特定表的统计信息，这个命令收集到的统计信息存储在Hive 的 metastore 中。
Hive ANALYZE TABLE 命令的语法
下面是ANALYZE TABLE 命令的语法
上一篇：
JS实现多线程数据分片下载
下一篇：
计算机毕业设计之疫情防疫信息化管理系统