hive.ddl.output.format:

hive的ddl语句的输出格式,

默认是text,纯文本,还有json格式,这个是0.90以后才出的新配置;

hive.exec.script.wrapper:

hive调用脚本时的包装器,默认是null,

如果设置为python的话,那么在做脚本调用操作时语句会变为python <script command>,null的话就是直接执行<script command>;

hive.exec.plan:

hive执行计划的文件路径,

默认是null,会在运行时自动设置,形如hdfs://xxxx/xxx/xx;

hive.exec.scratchdir:

hive用来存储不同阶段的map/reduce的执行计划的目录,同时也存储中间输出结果,

默认是/tmp/<user.name>/hive,

我们实际一般会按组区分,然后组内自建一个tmp目录存储;

hive.exec.submitviachild:

在非local模式下,决定hive是否要在独立的jvm中执行map/reduce;

默认是false,也就是说默认map/reduce的作业是在hive的jvm上去提交的;

hive.exec.script.maxerrsize:

当用户调用transform或者map或者reduce执行脚本时,最大的序列化错误数,

默认100000,一般也不用修改;

hive.exec.compress.output:

一个查询的最后一个map/reduce任务输出是否被压缩的标志,

默认为false,但是一般会开启为true,好处的话,节省空间不说,在不考虑cpu压力的时候会提高io;

hive.exec.compress.intermediate:

类似上个,在一个查询的中间的map/reduce任务输出是否要被压缩,

默认false,

hive.jar.path:

当使用独立的jvm提交作业时,hive_cli.jar所在的位置,

无默认值;

hive.aux.jars.path:

当用户自定义了UDF或者SerDe,这些插件的jar都要放到这个目录下,

无默认值;

hive.partition.pruning:

在编译器发现一个query语句中使用分区表然而未提供任何分区谓词做查询时,抛出一个错误从而保护分区表,

默认是nonstrict;(待读源码后细化,网上资料极少)

hive.map.aggr:

map端聚合是否开启,

默认开启;

hive.join.emit.interval:

在发出join结果之前对join最右操作缓存多少行的设定,

默认1000;hive jira里有个对该值设置太小的bugfix;

hive.map.aggr.hash.percentmemory:

map端聚合时hash表所占用的内存比例,

默认0.5,这个在map端聚合开启后使用,

hive.default.fileformat:

CREATE TABLE语句的默认文件格式,

默认TextFile,其他可选的有SequenceFile、RCFile还有Orc;

hive.merge.mapfiles:

在只有map的作业结束时合并小文件,

默认开启true;

hive.merge.mapredfiles:

在一个map/reduce作业结束后合并小文件,

默认不开启false;

hive.merge.size.per.task:

作业结束时合并文件的大小,

默认256MB;

hive.merge.smallfiles.avgsize:

在作业输出文件小于该值时,起一个额外的map/reduce作业将小文件合并为大文件,小文件的基本阈值,设置大点可以减少小文件个数,需要mapfiles和mapredfiles为true,

默认值是16MB;

mapred.reduce.tasks:

每个作业的reduce任务数,

默认是hadoop client的配置1个;

hive.exec.reducers.bytes.per.reducer:

每个reducer的大小,

默认是1G,输入文件如果是10G,那么就会起10个reducer;

hive.exec.reducers.max:

reducer的最大个数,如果在mapred.reduce.tasks设置为负值,那么hive将取该值作为reducers的最大可能值。当然还要依赖(输入文件大小/hive.exec.reducers.bytes.per.reducer)所得出的大小,取其小值作为reducer的个数,

hive默认是999;

hive.fileformat.check:

加载数据文件时是否校验文件格式,

默认是true;

hive.groupby.skewindata:

group by操作是否允许数据倾斜,

默认是false,

当设置为true时,执行计划会生成两个map/reduce作业,第一个MR中会将map的结果随机分布到reduce中,达到负载均衡的目的来解决数据倾斜,

hive.groupby.mapaggr.checkinterval:

map端做聚合时,group by 的key所允许的数据行数,超过该值则进行分拆,

默认是100000;

hive.mapred.local.mem:

本地模式时,map/reduce的内存使用量,

默认是0,就是无限制;

hive.mapjoin.followby.map.aggr.hash.percentmemory:

map端聚合时hash表的内存占比,该设置约束group by在map join后进行,

否则使用hive.map.aggr.hash.percentmemory来确认内存占比,

默认值0.3;

hive.map.aggr.hash.force.flush.memeory.threshold:

map端聚合时hash表的最大可用内存,如果超过该值则进行flush数据,

默认是0.9;

hive.map.aggr.hash.min.reduction:

如果hash表的容量与输入行数之比超过这个数,那么map端的hash聚合将被关闭,

默认是0.5,设置为1可以保证hash聚合永不被关闭;

hive.optimize.groupby:

在做分区和表查询时是否做分桶group by,

默认开启true;

hive.multigroupby.singlemr:

将多个group by产出为一个单一map/reduce任务计划,当然约束前提是group by有相同的key,

默认是false;

hive.optimize.cp:

列裁剪,

默认开启true,在做查询时只读取用到的列,这个是个有用的优化;

hive.optimize.index.filter:

自动使用索引,

默认不开启false;

hive.optimize.index.groupby:

是否使用聚集索引优化group-by查询,

默认关闭false;

hive.optimize.ppd:

是否支持谓词下推,

默认开启;

所谓谓词下推,将外层查询块的 WHERE 子句中的谓词移入所包含的较低层查询块(例如视图),从而能够提早进行数据过滤以及有可能更好地利用索引。

hive.optimize.ppd.storage:

谓词下推开启时,谓词是否下推到存储handler,

默认开启,在谓词下推关闭时不起作用;

hive.ppd.recognizetransivity:在

等值join条件下是否产地重复的谓词过滤器,

默认开启;

hive.join.cache.size:

在做表join时缓存在内存中的行数,

默认25000;

hive.mapjoin.bucket.cache.size:

mapjoin时内存cache的每个key要存储多少个value,

默认100;

hive.optimize.skewjoin:

是否开启数据倾斜的join优化,

默认不开启false;

hive.skewjoin.key:

判断数据倾斜的阈值,如果在join中发现同样的key超过该值则认为是该key是倾斜的join key,

默认是100000;

hive.skewjoin.mapjoin.map.tasks:

在数据倾斜join时map join的map数控制,

默认是10000;

hive.skewjoin.mapjoin.min.split:

数据倾斜join时map join的map任务的最小split大小,

默认是33554432,该参数要结合上面的参数共同使用来进行细粒度的控制;

hive.mapred.mode:

hive操作执行时的模式,

默认是nonstrict非严格模式,

如果是strict模式,很多有风险的查询会被禁止运行,比如笛卡尔积的join和动态分区;

hive.exec.script.maxerrsize:

一个map/reduce任务允许打印到标准错误里的最大字节数,为了防止脚本把分区日志填满,

默认是100000;

hive.exec.script.allow.partial.consumption:

hive是否允许脚本不从标准输入中读取任何内容就成功退出,

默认关闭false;

hive.script.operator.id.env.var:

在用户使用transform函数做自定义map/reduce时,存储唯一的脚本标识的环境变量的名字,

默认 HIVE_SCRIPT_OPERATOR_ID;

hive.exec.compress.output:

控制hive的查询结果输出是否进行压缩,压缩方式在hadoop的mapred.output.compress中配置,

默认不压缩false;

hive.exec.compress.intermediate:

控制hive的查询中间结果是否进行压缩,同上条配置,默认不压缩false;

hive.exec.parallel:

hive的执行job是否并行执行,

默认不开启false,

在很多操作如join时,子查询之间并无关联可独立运行,这种情况下开启并行运算可以大大加速;

hive.exec.parallel.thread.number:

并行运算开启时,允许多少作业同时计算,

默认是8;

hive.exec.rowoffset:

是否提供行偏移量的虚拟列,

默认是false不提供,

Hive有两个虚拟列:

一个是INPUT__FILE__NAME,表示输入文件的路径,

另外一个是BLOCK__OFFSET__INSIDE__FILE,表示记录在文件中的块偏移量,这对排查出现不符合预期或者null结果的查询是很有帮助的;

hive.task.progress:

控制hive是否在执行过程中周期性的更新任务进度计数器,开启这个配置可以帮助job tracker更好的监控任务的执行情况,

但是会带来一定的性能损耗,当动态分区标志hive.exec.dynamic.partition开启时,

本配置自动开启;

hive.exec.pre.hooks:

执行前置条件,一个用逗号分隔开的实现了org.apache.hadoop.hive.ql.hooks.ExecuteWithHookContext接口的

java class列表,配置了该配置后,每个hive任务执行前都要执行这个执行前钩子,

默认是空;

hive.exec.post.hooks:

同上,执行后钩子,

默认是空;

hive.exec.failure.hooks:

同上,异常时钩子,在程序发生异常时执行,

默认是空;

hive.mergejob.maponly:

试图生成一个只有map的任务去做merge,前提是支持CombineHiveInputFormat,

默认开启true;

hive.auto.convert.join:

根据输入文件的大小决定是否将普通join转换为mapjoin的一种优化,

默认不开启false;

hive.mapjoin.smalltable.filesize:

输入表文件的mapjoin阈值,如果输入文件的大小小于该值,则试图将普通join转化为mapjoin,

默认25MB;

hive.mapjoin.localtask.max.memory.usage:

mapjoin本地任务执行时hash表容纳key/value的最大量,超过这个值的话本地任务会自动退出,

默认是0.9;

hive.mapjoin.followby.gby.localtask.max.memory.usage:

类似上面,只不过是如果mapjoin后有一个group by的话,该配置控制类似这样的query的本地内存容量上限,

默认是0.55;

hive.mapjoin.check.memory.rows:

在运算了多少行后执行内存使用量检查,

默认100000;

hive.heartbeat.interval:

发送心跳的时间间隔,在mapjoin和filter操作中使用,

默认1000;

hive.script.auto.progress:

hive的transform/map/reduce脚本执行时是否自动的将进度信息发送给TaskTracker来避免任务没有响应被误杀,

本来是当脚本输出到标准错误时,发送进度信息,但是开启该项后,输出到标准错误也不会导致信息发送,

因此有可能会造成脚本有死循环产生,但是TaskTracker却没有检查到从而一直循环下去;

hive.script.serde:

    用户脚本转换输入到输出时的SerDe约束,默认是org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe;

hive.script.recordreader:

从脚本读数据的时候的默认reader,默认是org.apache.hadoop.hive.ql.exec.TextRecordReader;

hive.script.recordwriter:

写数据到脚本时的默认writer,默认org.apache.hadoop.hive.ql.exec.TextRecordWriter;

hive.input.format:

输入格式,

默认是org.apache.hadoop.hive.ql.io.CombineHiveInputFormat,

如果出现问题,可以改用org.apache.hadoop.hive.ql.io.HiveInputFormat;

hive.udtf.auto.progress:

UDTF执行时hive是否发送进度信息到TaskTracker,

默认是false;

hive.mapred.reduce.tasks.speculative.execution:

reduce任务推测执行是否开启,

默认是true;

hive.exec.counters.pull.interval:

运行中job轮询JobTracker的时间间隔,设置小会影响JobTracker的load,设置大可能看不出运行任务的信息,要去平衡,

默认是1000;

hive.enforce.bucketing:

数据分桶是否被强制执行,

默认false,如果开启,则写入table数据时会启动分桶,

hive.enforce.sorting:

开启强制排序时,插数据到表中会进行强制排序,默认false;

hive.optimize.reducededuplication:

如果数据已经根据相同的key做好聚合,那么去除掉多余的map/reduce作业,此配置是文档的推荐配置,建议打开,

默认是true;

hive.exec.dynamic.partition:

在DML/DDL中是否支持动态分区,

默认false;

hive.exec.dynamic.partition.mode:

在strict模式下,动态分区的使用必须在一个静态分区确认的情况下,其他分区可以是动态;

默认strict,

hive.exec.max.dynamic.partitions:

动态分区的上限,

默认1000;

hive.exec.max.dynamic.partitions.pernode:

每个mapper/reducer节点可以创建的最大动态分区数,

默认100;

hive.exec.max.created.files:

一个mapreduce作业能创建的HDFS文件最大数,

默认是100000;

hive.exec.default.partition.name:

当动态分区启用时,如果数据列里包含null或者空字符串的话,数据会被插入到这个分区,

默认名字是__HIVE_DEFAULT_PARTITION__;

hive.fetch.output.serde:

FetchTask序列化fetch输出时需要的SerDe,

默认是org.apache.hadoop.hive.serde2.DelimitedJSONSerDe;

hive.exec.mode.local.auto:

是否由hive决定自动在local模式下运行,

默认是false,

hive.exec.drop.ignorenoneexistent:

在drop表或者视图时如果发现表或视图不存在,是否报错,

默认是true;

hive.exec.show.job.failure.debug.info:

在作业失败时是否提供一个任务debug信息,

默认true;

hive.auto.progress.timeout:

运行自动progressor的时间间隔,

默认是0,  等价于forever;

hive.table.parameters.default:

新建表的属性字段默认值,

默认是empty 空;

hive.variable.substitute:

是否支持变量替换,如果开启的话,支持语法如${var} ${system:var}和${env.var},

默认是true;

hive.error.on.empty.partition:

在遇到结果为空的动态分区时是否报错,

默认是false;

hive.exim.uri.scheme.whitelist:

在导入导出数据时提供的一个白名单列表,列表项之间由逗号分隔,

默认hdfs, pfile;

hive.limit.row.max.size:

字面意思理解就是在使用limit做数据的子集查询时保证的最小行数据量,

默认是100000;

hive.limit.optimize.limit.file:

使用简单limit查询数据子集时,可抽样的最大文件数,

默认是10;

hive.limit.optimize.enable:

使用简单limit抽样数据时是否开启优化选项,

默认是false,

关于limit的优化问题,在hive programming书中解释的是这个feature有drawback,对于抽样的不确定性给出了风险提示;

hive.limit.optimize.fetch.max:

使用简单limit抽样数据允许的最大行数,

默认50000,查询query受限,insert不受影响;

hive.rework.mapredwork:

是否重做mapreduce,

默认是false;

hive.sample.seednumber:

用来区分抽样的数字,

默认是0;

hive.io.exception.handlers:

io异常处理handler类列表,

默认是空,

当record reader发生io异常时,由这些handler来处理异常;

hive.autogen.columnalias.prefix.label:

当在执行中自动产生列别名的前缀,当类似count这样的聚合函数起作用时,如果不明确指出count(a) as xxx的话,

那么默认会从列的位置的数字开始算起添加,比如第一个count的结果会冠以列名_c0,接下来依次类推,

默认值是_c,数据开发过程中应该很多人都看到过这个别名;

hive.autogen.columnalias.prefix.includefuncname:

在自动生成列别名时是否带函数的名字,

默认是false;

hive.exec.perf.logger:

负责记录客户端性能指标的日志类名,必须是org.apache.hadoop.hive.ql.log.PerfLogger的子类,

默认是org.apache.hadoop.hive.ql.log.PerfLogger;

hive.start.cleanup.scratchdir:

当启动hive服务时是否清空hive的scratch目录,

默认是false;

hive.output.file.extension:

输出文件扩展名,

默认是空;

hive.insert.into.multilevel.dirs:

是否插入到多级目录,

默认是false;

hive.files.umask.value:

hive创建文件夹时的dfs.umask值,

默认是0002;

hive.metastore.local:

控制hive是否连接一个远程metastore服务器还是开启一个本地客户端jvm,默认是true,

Hive0.10已经取消了该配置项;

javax.jdo.option.ConnectionURL:

JDBC连接字符串,

默认 jdbc:derby:;databaseName=metastore_db;create=true;

javax.jdo.option.ConnectionDriverName:

JDBC的driver,

默认org.apache.derby.jdbc.EmbeddedDriver;

javax.jdo.PersisteneManagerFactoryClass:

实现JDO PersistenceManagerFactory的类名,

默认org.datanucleus.jdo.JDOPersistenceManagerFactory;

javax.jdo.option.DetachAllOnCommit:

事务提交后detach所有提交的对象,

默认是true;

javax.jdo.option.NonTransactionalRead:

是否允许非事务的读,

默认是true;

javax.jdo.option.ConnectionUserName:

username,

默认APP;

javax.jdo.option.ConnectionPassword:

password,

默认mine;

javax.jdo.option.Multithreaded:

是否支持并发访问metastore,

默认是true;

datanucleus.connectionPoolingType:

使用连接池来访问JDBC metastore,

默认是DBCP;

datanucleus.validateTables:

检查是否存在表的schema,

默认是false;

datanucleus.validateColumns:

检查是否存在列的schema,

默认false;

datanucleus.validateConstraints:

检查是否存在constraint的schema,

默认false;

datanucleus.storeManagerType:

元数据存储类型,

默认rdbms;

datanucleus.autoCreateSchema:

在不存在时是否自动创建必要的schema,

默认是true;

datanucleus.aotuStartMechanismMode:

如果元数据表不正确,抛出异常,

默认是checked;

datanucleus.transactionIsolation:

默认的事务隔离级别,

默认是read-committed;

datanucleus.cache.level2:

使用二级缓存,

默认是false;

datanucleus.cache.level2.type:

二级缓存的类型,有两种,SOFT:软引用,WEAK:弱引用,

默认是SOFT;

datanucleus.identifierFactory:

id工厂生产表和列名的名字,

默认是datanucleus;

datanucleus.plugin.pluginRegistryBundleCheck:

当plugin被发现并且重复时的行为,

默认是LOG;

hive.metastroe.warehouse.dir:

数据仓库的位置,

默认是/user/hive/warehouse;

hive.metastore.execute.setugi:

非安全模式,设置为true会令metastore以客户端的用户和组权限执行DFS操作,

默认是false,这个属性需要服务端和客户端同时设置;

hive.metastore.event.listeners:

metastore的事件监听器列表,逗号隔开,

默认是空;

hive.metastore.partition.inherit.table.properties:

当新建分区时自动继承的key列表,

默认是空;

hive.metastore.end.function.listeners:

metastore函数执行结束时的监听器列表,

默认是空;

hive.metastore.event.expiry.duration:

事件表中事件的过期时间,

默认是0;

hive.metastore.event.clean.freq:

metastore中清理过期事件的定时器的运行周期,

默认是0;

hive.metastore.connect.retries:

创建metastore连接时的重试次数,

默认是5;

hive.metastore.client.connect.retry.delay:

客户端在连续的重试连接等待的时间,

默认1;

hive.metastore.client.socket.timeout:

客户端socket超时时间,

默认20秒;

hive.metastore.rawstore.impl:

原始metastore的存储实现类,

默认是org.apache.hadoop.hive.metastore.ObjectStore;

hive.metastore.batch.retrieve.max:

在一个batch获取中,能从metastore里取出的最大记录数,

默认是300;

hive.metastore.ds.connection.url.hook:查找JDO连接url时hook的名字,默认是javax.jdo.option.ConnectionURL;

hive.metastore.ds.retry.attempts:

当出现连接错误时重试连接的次数,

默认是1次;

hive.metastore.ds.retry.interval:

metastore重试连接的间隔时间,

默认1000毫秒;

hive.metastore.server.min.threads:

在thrift服务池中最小的工作线程数,

默认是200;

hive.metastore.server.max.threads:

最大线程数,

默认是100000;

hive.metastore.server.tcp.keepalive:

metastore的server是否开启长连接,长连可以预防半连接的积累,

默认是true;

hive.metastore.sasl.enabled:

metastore thrift接口的安全策略,开启则用SASL加密接口,客户端必须要用Kerberos机制鉴权,

默认是不开启false;

hive.metastore.kerberos.keytab.file:

在开启sasl后kerberos的keytab文件存放路径,

默认是空;

hive.metastore.kerberos.principal:

kerberos的principal,_HOST部分会动态替换,

默认是hive-metastore/_HOST@EXAMPLE.COM;

hive.metastore.cache.pinobjtypes:

在cache中支持的metastore的对象类型,由逗号分隔,

默认是Table,StorageDescriptor,SerDeInfo,Partition,Database,Type,FieldSchema,Order;

hive.metastore.authorization.storage.checks:

在做类似drop partition操作时,metastore是否要认证权限,

默认是false;

hive.metastore.schema.verification:

强制metastore的schema一致性,开启的话会校验在metastore中存储的信息的版本和hive的jar包中的版本一致性,

并且关闭自动schema迁移,用户必须手动的升级hive并且迁移schema,关闭的话只会在版本不一致时给出警告,

默认是false不开启;

hive.index.compact.file.ignore.hdfs:

在索引文件中存储的hdfs地址将在运行时被忽略,如果开启的话;如果数据被迁移,那么索引文件依然可用,

默认是false;

hive.optimize.index.filter.compact.minsize:

压缩索引自动应用的最小输入大小,

默认是5368709120;

hive.optimize.index.filter.compact.maxsize:

同上,相反含义,如果是负值代表正无穷,

默认是-1;

hive.index.compact.query.max.size:

一个使用压缩索引做的查询能取到的最大数据量,

默认是10737418240 个byte;负值代表无穷大;

hive.index.compact.query.max.entries:

使用压缩索引查询时能读到的最大索引项数,

默认是10000000;负值代表无穷大;

hive.index.compact.binary.search:

在索引表中是否开启二分搜索进行索引项查询,

默认是true;

hive.exec.concatenate.check.index:

如果设置为true,那么在做ALTER TABLE tbl_name CONCATENATE on a table/partition(有索引) 操作时,抛出错误;

可以帮助用户避免index的删除和重建;

hive.stats.dbclass:

存储hive临时统计信息的数据库,

默认是jdbc:derby;

hive.stats.autogather:

在insert overwrite命令时自动收集统计信息,

默认开启true;

hive.stats.jdbcdriver:

数据库临时存储hive统计信息的jdbc驱动;

hive.stats.dbconnectionstring:

临时统计信息数据库连接串,

默认jdbc:derby:databaseName=TempStatsStore;create=true;

hive.stats.defaults.publisher:

如果dbclass不是jdbc或者hbase,那么使用这个作为默认发布,必须实现StatsPublisher接口,

默认是空;

hive.stats.defaults.aggregator:

如果dbclass不是jdbc或者hbase,那么使用该类做聚集,要求实现StatsAggregator接口,

默认是空;

hive.stats.jdbc.timeout:

jdbc连接超时配置,

默认30秒;

hive.stats.retries.max:

当统计发布合聚集在更新数据库时出现异常时最大的重试次数,

默认是0,不重试;

hive.stats.retries.wait:

重试次数之间的等待窗口,

默认是3000毫秒;

hive.client.stats.publishers:

做count的job的统计发布类列表,由逗号隔开,

默认是空;必须实现org.apache.hadoop.hive.ql.stats.ClientStatsPublisher接口;

hive.client.stats.counters:

没什么用~~~

hive.security.authorization.enabled:

hive客户端是否认证,

默认是false;

hive.security.authorization.manager:

hive客户端认证的管理类,

默认是org.apache.hadoop.hive.ql.security.authorization.DefaultHiveAuthorizationProvider;

用户定义的要实现org.apache.hadoop.hive.ql.security.authorization.HiveAuthorizationProvider;

hive.security.authenticator.manager:

hive客户端授权的管理类,

默认是org.apache.hadoop.hive.ql.security.HadoopDefaultAuthenticator;

用户定义的需要实现org.apache.hadoop.hive.ql.security.HiveAuthenticatorProvider;

hive.security.authorization.createtable.user.grants:

当表创建时自动授权给用户,

默认是空;

hive.security.authorization.createtable.group.grants:

同上,自动授权给组,

默认是空;

hive.security.authorization.createtable.role.grants:

同上,自动授权给角色,

默认是空;

hive.security.authorization.createtable.owner.grants:

同上,自动授权给owner,

默认是空;

hive.security.metastore.authorization.manager:

metastore的认证管理类,

默认是org.apache.hadoop.hive.ql.security.authorization.DefaultHiveMetastoreAuthorizationProvider;

用户定义的必须实现org.apache.hadoop.hive.ql.security.authorization.HiveMetastoreAuthorizationProvider接口;

接口参数要包含org.apache.hadoop.hive.ql.security.authorization.StorageBasedAuthorizationProvider接口;

使用HDFS的权限控制认证而不是hive的基于grant的方式;

hive.security.metastore.authenticator.manager:

metastore端的授权管理类,

默认是org.apache.hadoop.hive.ql.security.HadoopDefaultMetastoreAuthenticator,

自定义的必须实现org.apache.hadoop.hive.ql.security.HiveAuthenticatorProvider接口;

hive.metastore.pre.event.listeners:

在metastore做数据库任何操作前执行的事件监听类列表;

fs.har.impl:

访问Hadoop Archives的实现类,低于hadoop 0.20版本的都不兼容,

默认是org.apache.hadoop.hive.shims.HiveHarFileSystem;

hive.archive.enabled:

是否允许归档操作,

默认是false;

hive.archive.har.parentdir.settable:

在创建HAR文件时必须要有父目录,需要手动设置,在新的hadoop版本会支持,

默认是false;

hive.support.concurrency:

hive是否支持并发,

默认是false,支持读写锁的话,必须要起zookeeper;

hive.lock.mapred.only.operation:

控制是否在查询时加锁,

默认是false;

hive.lock.numretries:

获取锁时尝试的重试次数,

默认是100;

hive.lock.sleep.between.retries:

在重试间隔的睡眠时间,

默认60秒;

hive.zookeeper.quorum:

zk地址列表,

默认是空;

hive.zookeeper.client.port:

zk服务器的连接端口,

默认是2181;

hive.zookeeper.session.timeout:

zk客户端的session超时时间,

默认是600000;

hive.zookeeper.namespace:

在所有zk节点创建后的父节点,

默认是hive_zookeeper_namespace;

hive.zookeeper.clean.extra.nodes:

在session结束时清除所有额外node;

hive.cluster.delegation.token.store.class:

代理token的存储实现类,

默认是org.apache.hadoop.hive.thrift.MemoryTokenStore,

可以设置为org.apache.hadoop.hive.thrift.ZooKeeperTokenStore来做负载均衡集群;

hive.cluster.delegation.token.store.zookeeper.connectString:

zk的token存储连接串,

默认是localhost:2181;

hive.cluster.delegation.token.store.zookeeper.znode:

token存储的节点跟路径,

默认是/hive/cluster/delegation;

hive.cluster.delegation.token.store.zookeeper.acl:

token存储的ACL,

默认是sasl:hive/host1@example.com:cdrwa,sasl:hive/host2@example.com:cdrwa;

hive.use.input.primary.region:

从一张input表创建表时,创建这个表到input表的主region,

默认是true;

hive.default.region.name:

默认region的名字,

默认是default;

hive.region.properties:

region的默认的文件系统和jobtracker,

默认是空;

hive.cli.print.header:

查询输出时是否打印名字和列,

默认是false;

hive.cli.print.current.db:

hive的提示里是否包含当前的db,

默认是false;

hive.hbase.wal.enabled:

写入hbase时是否强制写wal日志,

默认是true;

hive.hwi.war.file:

hive在web接口是的war文件的路径,

默认是lib/hive-hwi-xxxx(version).war;

hive.hwi.listen.host:

hwi监听的host地址,

默认是0.0.0.0;

hive.hwi.listen.port:

hwi监听的端口,

默认是9999;

hive.test.mode:

hive是否运行在测试模式,默认是false;

hive.test.mode.prefix:

在测试模式运行时,表的前缀字符串,

默认是test_;

hive.test.mode.samplefreq:

如果hive在测试模式运行,并且表未分桶,抽样频率是多少,

默认是32;

hive.test.mode.nosamplelist:

在测试模式运行时不进行抽样的表列表,

默认是空;

Hive 配置项详解的更多相关文章

  1. Storm配置项详解【转】

    Storm配置项详解 ——阿里数据平台技术博客:storm配置项详解 什么是Storm? Storm是twitter开源的一套实时数据处理框架,基于该框架你可以通过简单的编程来实现对数据流的实时处理变 ...

  2. SpringCloud Eureka参数配置项详解

    SpringCloud Eureka参数配置项详解(转) Eureka涉及到的参数配置项数量众多,它的很多功能都是通过参数配置来实现的,了解这些参数的含义有助于我们更好的应用Eureka的各种功能,下 ...

  3. hive beeline详解

    Hive客户端工具后续将使用Beeline 替代HiveCLI ,并且后续版本也会废弃掉HiveCLI 客户端工具,Beeline是 Hive 0.11版本引入的新命令行客户端工具,它是基于SQLLi ...

  4. Python - poetry(3)配置项详解

    config 命令 poetry 通过 config 命令进行配置 也可以直接在 config.toml 文件中进行配置,该文件将在首次运行该命令时自动创建 文件目录 macOS:~/Library/ ...

  5. 【转】web.xml配置项详解

    史上最全web.xml配置文件元素详解   一.web.xml配置文件常用元素及其意义预览 1 <web-app> 2 3 <!--定义了WEB应用的名字--> 4 <d ...

  6. SpringBoot application.properties 配置项详解

    参考: http://blog.csdn.net/lpfsuperman/article/details/78287265### # spring boot application.propertie ...

  7. HIVE 配置文件详解

    hive的配置: hive.ddl.output.format:hive的ddl语句的输出格式,默认是text,纯文本,还有json格式,这个是0.90以后才出的新配置: hive.exec.scri ...

  8. Hive安装配置指北(含Hive Metastore详解)

    个人主页: http://www.linbingdong.com 本文介绍Hive安装配置的整个过程,包括MySQL.Hive及Metastore的安装配置,并分析了Metastore三种配置方式的区 ...

  9. 使用java连接hive,并执行hive语句详解

    安装hadoop 和 hive我就不多说了,网上太多文章 自己看去 首先,在机器上打开hiveservice hive --service hiveserver -p 50000 & 打开50 ...

随机推荐

  1. 快速排序(QuickSort)Java版

    快速排序 快速排序是对冒泡排序的一种改进. 它的基本思想是:通过一趟排序将要排序的数据分割成独立的两部分,其中一部分的所有数据都比另外一部分的所有数据都要小,然后再按此方法对这两部分数据分别进行快速排 ...

  2. 痞子衡嵌入式:同一厂商不同系列Flash型号下Dummy Cycle设置方法可能有差异 (以IS25LP064为例)

    大家好,我是痞子衡,是正经搞技术的痞子.今天痞子衡给大家介绍的是同一厂商不同系列Flash型号下Dummy Cycle设置方法的差异. 上一篇文章 <在i.MXRT启动头FDCB里调整Flash ...

  3. django-自定义用户登录(个人笔记)

    django自定义用户登录(个人笔记) 函数说明 1. render()函数:对用户请求做出响应 2. path()函数:定义路由 3. create()函数:增加数据表记录 配置settings.p ...

  4. Kafka分片存储、消息分发和持久化机制

    Kafka 分片存储机制 Broker:消息中间件处理结点,一个 Kafka 节点就是一个 broker,多个 broker 可以组成一个 Kafka集群. Topic:一类消息,例如 page vi ...

  5. Flutter 状态管理- 使用 MobX

    文 / Paul Halliday, developer.school 创始人 众所周知,状态管理是每个软件项目都需要持续迭代更新的方向.它并不是一个「一次性」的工作, 而需要不断确保你遵循的最佳实践 ...

  6. VUE+Element 前端应用开发框架功能介绍

    前面介绍了很多ABP系列的文章<ABP框架使用>,一步一步的把我们日常开发中涉及到的Web API服务构建.登录日志和操作审计日志.字典管理模块.省份城市的信息维护.权限管理模块中的组织机 ...

  7. Mysql下可能存在注入的点。

    总结下mysql下可能存在注入的点,适用于mssql和oracle,先写语句,以后再写语句可能出现在哪些场景下: 针对查询: select * from x where id=* select * f ...

  8. OAuth 2.0 了解了,OAuth 2.1 呢?

    OAuth 2.0 OAuth 2.0 是工业级标准授权协议. OAuth 2.0 聚焦于客户端开发者便利性,为网页应用程序.桌面客户端.手机.客厅设备提供特定的授权流程. RFC6749 OAuth ...

  9. nginx 完美解决tp3.2.3 404问题

    最近我把Apache给换成nginx,当我把tp项目搬过去运行的时候发现404 错误 ,原来是因为nginx不支持 pathinfo 模式,需要自己配置 下面我配置 在server配置里面 locat ...

  10. <JVM下篇:性能监控与调优篇>05-分析GC日志

    笔记来源:尚硅谷JVM全套教程,百万播放,全网巅峰(宋红康详解java虚拟机) 同步更新:https://gitee.com/vectorx/NOTE_JVM https://codechina.cs ...