问题标签 [cloudera-cdp]

从 CDH5 升级到 CDP7.1.6 后，使用命令 kafka-topics --version 获取 envionemnet 变量后检查 kakfa 的安装，我遇到以下错误

其中 CDH 是 CDH7.1.6 的软链接

我看到了正确版本的 kafka-client

找不到丢失的东西

我有一个 tez 问题，当同时运行大约 14 个查询时，其中一些会出现超过 5 分钟的延迟，但集群利用率仅为 14%。

这就是我正在谈论的信息。

INFO SessionState: [HiveServer2-Background-Pool: Thread-322319]: Get Query Coordinator (AM)            308.84s

我的配置如下：

这是一个 15 节点集群，254GB 内存 p/节点，32 核 p/节点。

任何线索可能会发生什么？AM尺寸合适吗？我没有内存不足的错误，只是在一切运行时等待时间很长，但是当它们一起处理时，它们只处理 3500 万条记录。

谢谢

WARN impl.MetricsConfig：找不到配置：尝试 hadoop-metrics2-s3a-file-system.properties、hadoop-metrics2.properties 信息 impl.MetricsSystemImpl：计划的指标快照周期为 10 秒。INFO impl.MetricsSystemImpl：s3a 文件系统指标系统已启动 INFO Configuration.deprecation：没有单位 fs.s3a.connection.request.timeout(0) 假设 SECONDS

我正在尝试在命令下方运行但超出警告 hadoop distcp -Dfs.s3a.access.key=key -Dfs.s3a.secret.key=key hdfs://pth s3a://path

我有一个关于 hive 分桶表（只分桶没有分区）优化的问题。

现在，我知道如果我们有表 A 和表 B，并且我们想使用 A.COL1 和 B.COL1（A.COL1 = B.COL1）连接它们，我们应该在 COL1 上存储表 A 和 B（由COL1) 放入相同的桶数或其倍数。

但是如果我想加入一个超过 2 个表的表怎么办？

例如，我有表 A，我想将它加入表 B 和表 C。

使用 COL1 (A.COL1 = B.COL1) 将表 A 与表 B 连接，使用 COL2 (A.COL2 = C.COL2 ) 将表 A 与表 C 连接

我应该为表 A 存储哪些列？它是由 COL1 和 COL2 存储的（由 col1、col2 聚集）吗？

总而言之，如果一个分桶表仅使用桶与多个表连接，我该如何优化它，我应该选择哪些列进行分桶？

提前致谢。

我有一个使用 sqoop 的 CDP 7.3.1，我已将 Postgres 数据库表中的数据加载到 HDFS 位置 /ts/gp/node 中。现在我正在尝试在此创建一个配置单元表。我收到以下错误。请帮忙

我很好奇 phoenix 当前是否有能力从现有的 phoenix 表生成创建脚本。