Hortonworks在2014年左右发布了Stinger Initiative，并进行社区分享，为的是让Hive支持更多SQL，并实现更好的性能。

  • 让Hive的查询功能更强大。增加类似OVER子句的分析功能，支持WHERE子查询，以及调整Hive的样式系统更多的符合标准的SQL模型；

  • 优化Hive的请求执行计划，增加 Task 每秒处理记录的数量；

  • 引入新的列式文件格式（ORC文件），提供一种更现代、高效和高性能的方式来储存Hive数据；

  • 引入新的runtime框架——Tez，消除Hive的延迟以及吞吐量限制。Tez通过消除不必要的task、障碍同步和对HDFS的读写作业来优化Hive job；

Tez概述

Tez是Apache开源的支持DAG（有向无环图）作业的计算框架，是支持Hadoop 2.x的重要引擎。它源于MapReduce框架，核心思想是将Map和Reduce两个操作进一步拆分，分解后的元操作可以任意灵活组合，产生新的操作，这些操作经过一些控制程序组装后，可形成一个大的DAG作业。


Tez将Map task和Reduce task进一步拆分为如下图所示：


Tez的task由Input、processor、output阶段组成，可以表达所有复杂的map、reduce操作，如下图：


Tez可以将多个有依赖的作业转换为一个作业（只需写一次HDFS，中间环节较少），从而大大提升DAG作业的性能。Tez已被Hortonworks用于Hive引擎的优化，经测试一般小任务比Hive MR 的2-3倍速度左右，大任务7-10倍左右，根据情况不同可能不一样。


1
Hive-on-MR is deprecated in Hive 2 and may not be available in the future versions. Consider using a different execution engine (i.e. spark, tez) or using Hive 1.X releases.

Tez+Hive仍采用 MapReduce 计算框架，但对DAG的作业依赖关系进行了裁剪，并将多个小作业合并成一个大作业，不仅减少了计算量，而且写HDFS次数也大大减少。

安装部署

    1. 下载软件包：apache-tez-0.9.2-bin.tar.gz
    1. 解压缩
    1
    tar -zxvf apache-tez-0.9.2-bin.tar.gz -C /opt/lagou/servers/
    1. 将解压缩的tez的共享压缩包tez.tar.gz放到到hdfs上
    1
    2
    3
    4
    cd /opt/lagou/servers/apache-tez-0.9.2-bin/share

    hdfs dfs -mkdir -p /user/tez
    hdfs dfs -put tez.tar.gz /user/tez
    1. $HADOOP_HOME/etc/hadoop/ 下创建 tez-site.xml 文件，做如下配置：
    1
    2
    3
    4
    5
    6
    7
    8
    <?xml version="1.0" encoding="UTF-8"?>
    <configuration>
        <!-- 指定在hdfs上的tez包文件 -->
        <property>
            <name>tez.lib.uris</name>
            <value>hdfs://192.168.91.121:9000/user/tez/tez.tar.gz</value>
        </property>
    </configuration>

    保存后将文件复制到集群所有节点

    1
    2
    scp tez-site.xml Linux121:$PWD
    scp tez-site.xml Linux122:$PWD
    1. 增加客户端节点的配置(/etc/profile)
    1
    2
    3
    4
    5
    6
    7
    8
    vim /etc/profile

    export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop/
    export TEZ_CONF_DIR=$HADOOP_CONF_DIR
    export TEZ_JARS=/opt/lagou/servers/apache-tez-0.9.2-bin/*:/opt/lagou/servers/apache-tez-0.9.2-bin/lib/*
    export HADOOP_CLASSPATH=$TEZ_CONF_DIR:$TEZ_JARS:$HADOOP_CLASSPATH

    source /etc/profile
    1. Hive设置Tez执行
    1
    hive> set hive.execution.engine=tez;
    1. 如果想默认使用Tez，可在$HIVE_HOME/conf目录下hive-site.xml 中增加
    1
    2
    3
    4
    <property>
        <name>hive.execution.engine</name>
        <value>tez</value>
    </property>
    1. 测试

    此时，hive执行复杂语句即出现以下