蜂巢计数不匹配的原因

Question

问题陈述：-我有一个原始外部表，该表具有表count（1000），方法是将其基础数据复制到某个临时位置，并在创建备份表时指向该临时位置。并且在运行msck修复后，两个表的计数都不匹配？

有什么理由吗？您能否帮助我理解其背后的原因。

Answer 1

在这里回答和澄清一些事情，

可以直接从Metastore或通过读取基础数据来获取

1. Stats。可以由属性hive.compute.query.using.stats

   控制

   a。设置为TRUE时，Hive将纯粹使用存储在元存储中的统计信息来回答诸如min，max和count（1）之类的一些查询。

   b。设置为FALSE时，Hive将产生一个YARN作业以读取数据并提供计数结果。基于数据量通常很耗时，因为这不是从Hive Metastore中存储的统计信息中直接获取的。

   因此，如果我们希望在属性hive.compute.query.using.stats设置为TRUE时在结果中返回正确的统计信息，则需要确保表的统计信息已更新。

   您可以通过在Hive中运行以下命令来检查该值是设置为TRUE还是FALSE，

   SET hive.compute.query.using.stats;

2. MSCK REPAIR不执行文件级别检查。它仅查找目录级别的更改，例如，如果您已创建分区表并在HDFS中手动添加了分区目录，并且您希望Hive意识到这一点，则MSCK REPAIR可以满足此目的。