hadoop - 多个插入覆盖到多个表查询在所有临时表中存储相同的结果

我正在对多个表执行多个 INSERT OVERWRITE 查询，以便扫描
数据集只有 1 次，我最终得到了所有这些表的内容相同!它似乎
返回结果的 GROUP BY 查询正在覆盖所有临时表。

这是行为不端的查询:

FROM nikon
INSERT OVERWRITE TABLE e1
SELECT qs_cs_s_aid AS Emplacements, COUNT(*) AS Impressions
WHERE qs_cs_s_cat='PRINT' GROUP BY qs_cs_s_aid
INSERT OVERWRITE TABLE e2
SELECT qs_cs_s_aid AS Emplacements, COUNT(*) AS Vues
WHERE qs_cs_s_cat='VIEW' GROUP BY qs_cs_s_aid
;

它仅启动一项 MR 作业，以下是结果。为什么表“e1”包含结果
从表“e2”？!表 'e1' 应该是空的(参见下面的单个 SELECT)

hive> SELECT * from e1;
OK
NULL    2
1627575 25
1627576 70
1690950 22
1690952 42
1696705 199
1696706 66
1696730 229
1696759 85
1696893 218
Time taken: 0.229 seconds

hive> SELECT * from e2;
OK
NULL    2
1627575 25
1627576 70
1690950 22
1690952 42
1696705 199
1696706 66
1696730 229
1696759 85
1696893 218
Time taken: 0.11 seconds

这是单个查询的结果(只有第二个查询返回结果集):

hive> SELECT qs_cs_s_aid AS Emplacements, COUNT(*) AS Impressions FROM nikon
WHERE qs_cs_s_cat='PRINT' GROUP BY qs_cs_s_aid;
(...)
OK
      <- There are no results, this is normal
Time taken: 41.471 seconds

hive> SELECT qs_cs_s_aid AS Emplacements, COUNT(*) AS Vues FROM nikon
WHERE qs_cs_s_cat='VIEW' GROUP BY qs_cs_s_aid;
(...)
OK
NULL  2
1627575 25
1627576 70
1690950 22
1690952 42
1696705 199
1696706 66
1696730 229
1696759 85
1696893 218
Time taken: 39.607 seconds

最佳答案

我创建的 jira 问题 HIVE-3699 已修复。补丁在那里可用，应该与 hive-0.11 合并。 Cloudera 4.2-rc 包含补丁

关于hadoop - 多个插入覆盖到多个表查询在所有临时表中存储相同的结果，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13289436/