为什么谓词下推不起作用?

问题描述

• 我创建了一个HiveContext hiveContext.
• 在这种情况下，我从JDBC关系表中创建了一个DataFrame df.
• 我通过df.registerTempTable("TESTTABLE")注册了DataFrame df.
• 我通过启动HiveThriftServer2HiveThriftServer2.startWithContext(hiveContext).

• I create a HiveContext hiveContext.
• With that context, I create a DataFrame df from a JDBC relational table.
• I register the DataFrame df via df.registerTempTable("TESTTABLE").
• I start a HiveThriftServer2 viaHiveThriftServer2.startWithContext(hiveContext).

TESTTABLE包含1,000,000个条目，列为ID(INT)和NAME(VARCHAR)

The TESTTABLE contains 1,000,000 entries, columns are ID (INT) and NAME (VARCHAR)

+-----+--------+
| ID  |  NAME  |
+-----+--------+
| 1   | Hello  |
| 2   | Hello  |
| 3   | Hello  |
| ... | ...    |

使用Beeline，我访问HiveThriftServer的SQL端点(端口10000)并执行查询.例如

With Beeline I access the SQL Endpoint (at port 10000) of the HiveThriftServer and perform a query. E.g.

SELECT * FROM TESTTABLE WHERE ID='3'

当我检查执行了SQL语句的数据库的QueryLog时，看到了

When I inspect the QueryLog of the DB with the SQL Statements executed I see

/*SQL #:1000000 t:657*/  SELECT \"ID\",\"NAME\" FROM test;

因此，因为没有where子句，所以没有谓词下推.

So there happens no predicate pushdown , as the where clause is missing.

这引起了以下问题:

• 为什么不执行谓词下推?
• 可以通过不使用registerTempTable来更改此设置吗?
• 如果是这样，怎么办?还是这是HiveThriftServer的已知限制?

如果我在Spark SQLContext中创建一个DataFrame df并调用

If I create a DataFrame df in Spark SQLContext and call

df.filter( df("ID") === 3).show()

我观察

/*SQL #:1*/SELECT \"ID\",\"NAME\" FROM test WHERE ID = 3;

符合预期.

推荐答案

回答可能为时已晚.在这种情况下，这是行不通的，因为ID被定义为Int，并且在原始查询中您正在传递字符串('3').谓词下推也会查找相同的列名和类型.

It's probably too late to answer.In this scenario, this did not work because ID is defined as Int and in the original query you are passing a string ('3'). Predicate pushdown looks for the same column name and the type as well.

这篇关于为什么谓词下推不起作用?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！