1

我有一个启用了酸的、分区的、分桶的配置单元表，我正在使用流式客户端对其进行写入。我看到在将记录写入分区时创建了几个增量文件。我想启用自动压缩并尝试了以下基本参数和特定参数：

    hive.support.concurrency=true 
    hive.enforce.bucketing=true 
    hive.exec.dynamic.partition.mode=nonstrict 
    hive.txn.manager=org.apache.hadoop.hive.ql.lockmgr.DbTxnManager 
    hive.compactor.initiator.on=true 
    hive.compactor.worker.threads=1

和，

hive.compactor.initiator.on=true 
hive.compactor.cleaner.run.interval=5000ms 
hive.compactor.delta.num.threshold=10 
hive.compactor.delta.pct.threshold=0.1f
hive.compactor.abortedtxn.threshold=1000 
hive.compactor.initiator.failed.compacts.threshold=2 
hive.compactor.abortedtxn.threshold=1000

我做了上述工作，希望能够实现 主要的压缩。但是我看到主要压缩只自动触发一次。即，主要压缩运行一次并创建一个基本文件。一旦为该分区中的许多 delta 文件创建了基本文件，尽管此后有更多的 delta 文件流入该分区，但不会进一步安排主要压缩。如何为表启用自动主要压缩？以前有没有人遇到过类似的问题？

4

1 回答 1

0

我有同样的问题，我发现的唯一解决方案是为每个分区运行手动压缩。

ALTER TABLE myTable PARTITION (myPartitionColumn='myPartitionValue') COMPACT 'major';

我仍然试图弄清楚为什么会发生。

于 2019-06-21T09:05:57.240 回答