我在蜂巢中有外部表，我試圖運行從table_name查詢select count（*），但查詢返回瞬時並給出我認爲已存儲的結果。查詢返回的結果不正確。有沒有辦法強制地圖縮減作業，並使查詢每次都執行。配置單元計數（*）查詢未調用mapreduce
注意：所有外部表格都不遵循此行爲，但其中一些外部表格遵循此行爲。使用
版本：蜂巢0.14.0.2.2.6.0-2800，Hadoop的2.6.0.2.2.6.0-2800（Hortonworks）
做對ORC的數據wc -l不會給你一個準確的結果，因爲數據是編碼的。如果數據以簡單的文本文件格式存儲，並且每行一行，則這將起作用。
配置單元不需要爲ORC文件的count（*）啓動MapReduce，因爲它可以使用ORC元數據來確定總數。
使用orcfiledump命令從上ORC表通常返回錯誤人物的命令行
從個人的經驗，COUNT（*）分析ORC的數據 - 即它返回數第一行僅限數據文件。如果表格是由多個INSERT提供的，那麼你就被卡住了。
使用V0.13，您可以通過添加虛擬「where 1 = 1」子句來欺騙優化器運行虛擬M/R作業 - 需要更長的時間，但實際上會對這些行進行計數。
隨着0.14優化器變得更聰明，你必須添加一個非確定性的子句，例如， 「MYKEY爲空」。假設MYKEY是一個字符串，否則「is null」子句可能會導致您的查詢崩潰 - 另一個醜陋的ORC錯誤。
順便說一句，分區鍵上的SELECT DISTINCT也會返回錯誤的結果 - 將顯示所有現有分區，即使是空分區也是如此。這次不是特定於ORC。
經過一番探索後，我得到了一個方法，可以啓動MR來計算orc表上的記錄數。
ANALYZE TABLE '表名' PARTITION（'分區列'）計算統計; - 或 ANALYZE TABLE '表名' COMPUTE STATISTICS;
這不是count（*）的直接替代方法，但提供了表中最新的記錄數。
請嘗試以下：在你的蜂巢會議
蜂巢>設置hive.fetch.task.conversion =無在蜂巢會話，然後觸發SELECT COUNT（*）操作，強制的MapReduce
對於Hive執行計數（*），不需要MR作業。你能提供更多細節來證明結果是錯誤的嗎？ – void
我正在做行計數（wc -l）檢查行數，我的數據格式是獸人，所以這是正確的方法來檢查？ – Anup