Hive Hive配置详解


整理自 https://www.cnblogs.com/hark0623/p/5650075.html


在Hive 安装后,  hive 主要的配置文件为 conf 中  hive-site.xml

那该文件中那么多的配置选项都是什么含义呢。下面这篇文章带你解密这些配置


请跟随以下这些问题来看以下配置:


1.hive输出格式的配置项是哪个?

2.hive被各种语言调用如何配置?

3.hive提交作业是在hive中还是hadoop中?

4.一个查询的最后一个map/reduce任务输出是否被压缩的标志,通过哪个配置项?

5.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,通过那个配置项?

6.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;通过那个配置项可以配置?

7.group by操作是否允许数据倾斜,通过那个配置项配置?

8.本地模式时,map/reduce的内存使用量该如何配置?

9.在做表join时缓存在内存中的行数,默认25000;通过那个配置项可以修改?

10.是否开启数据倾斜的join优化,通过那个配置项可以优化?

11.并行运算开启时,允许多少作业同时计算,默认是8;该如何修改这个配置项?



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.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;

相关文章
相关标签/搜索