ho creato una tabella in HIVErisultato errato per count (*) nella tabella alveare
conteggioCREATE TABLE IF NOT EXISTS daily_firstseen_analysis (
firstSeen STRING,
category STRING,
circle STRING,
specId STRING,
language STRING,
osType STRING,
count INT)
PARTITIONED BY (day STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '\t'
STORED AS orc;
(*) non mi sta dando risultato corretto per questa tabella
hive> select count(*) from daily_firstseen_analysis;
OK
75
Time taken: 0.922 seconds, Fetched: 1 row(s)
Mentre il numero di righe in questa tabella è 959 righe
hive> select * from daily_firstseen_analysis;
....
Time taken: 0.966 seconds, Fetched: 959 row(s)
dà dati con 959 righe
hive> ANALYZE TABLE daily_firstseen_analysis PARTITION(day) COMPUTE STATISTICS noscan;
Partition logdata.daily_firstseen_analysis{day=20140521} stats: [numFiles=6, numRows=70, totalSize=4433, rawDataSize=37202]
Partition logdata.daily_firstseen_analysis{day=20140525} stats: [numFiles=6, numRows=257, totalSize=4937, rawDataSize=136385]
Partition logdata.daily_firstseen_analysis{day=20140523} stats: [numFiles=6, numRows=211, totalSize=5059, rawDataSize=112140]
Partition logdata.daily_firstseen_analysis{day=20140524} stats: [numFiles=6, numRows=280, totalSize=5257, rawDataSize=148808]
Partition logdata.daily_firstseen_analysis{day=20140522} stats: [numFiles=6, numRows=141, totalSize=4848, rawDataSize=74938]
OK
Time taken: 5.098 seconds
Sto usando alveare con la versione Hive 0.13.0.2.1.2.0-402
NOTA: ho trovato questo problema in count (*) se stiamo inserendo in una tabella in più di una volta . Le tabelle create con un singolo inserto non presentano questo problema
Questo non è possibile. Si può essere sicuri che quando si inserisce/si carica il record nella tabella Hive in quel momento non si stiano eseguendo altre query su quella tabella. –
@MukeshS Ho eseguito sequenzialmente tutte le query di inserimento. Posso vedere tutti i record con l'istruzione select *. Anche analizzare la tabella mi dà tutto bene. L'unico problema è con count (*) su questa tabella. contare (*) su altre tabelle funziona bene nel mio ambiente. Fammi sapere se hai bisogno di maggiori informazioni su questo problema. – minhas23
@MukeshS "Non è possibile". Quindi assicurerai personalmente che l'alveare abbia zero bug? BTW Ho usato l'alveare per due anni in cluster fino a oltre 500 nodi. Direi che l'hive ha un bug o due .. – javadba