分区粒度控制

知识百科 • 数栈君发表了文章 • 0 个评论 • 45 次浏览 • 2026-03-29 11:46 • 来自相关话题

在大数据处理与数据中台建设中，Hive SQL 作为核心的批处理引擎，广泛应用于日志分析、用户行为建模、报表生成等场景。然而，随着任务调度频繁、分区数据量激增，Hive 表中常出现大量小文件——单个文件大小远低于 HDFS 默认块大小（通常为 128MB 或 ... ...查看全部

知识百科 • 数栈君发表了文章 • 0 个评论 • 48 次浏览 • 2026-03-28 19:18 • 来自相关话题

Hive SQL小文件优化是数据中台建设中不可忽视的性能瓶颈。在数字孪生、实时可视化和大规模数据分析场景下，Hive表中频繁生成的小文件会显著拖慢查询效率、增加NameNode压力、降低存储利用率。本文将系统性地解析Hive SQL小文件产生的根源、影响机制，... ...查看全部

知识百科 • 数栈君发表了文章 • 0 个评论 • 85 次浏览 • 2026-03-28 18:19 • 来自相关话题

在大数据处理与实时分析场景中，Spark 作为主流的分布式计算引擎，广泛应用于数据中台、数字孪生和数字可视化等核心业务系统。然而，随着任务频繁执行、分区数量激增，小文件（通常指小于 HDFS 块大小 128MB 或 256MB 的文件）数量呈指数级增长，成为影... ...查看全部

知识百科 • 数栈君发表了文章 • 0 个评论 • 45 次浏览 • 2026-03-29 11:46 • 来自相关话题

知识百科 • 数栈君发表了文章 • 0 个评论 • 48 次浏览 • 2026-03-28 19:18 • 来自相关话题

知识百科 • 数栈君发表了文章 • 0 个评论 • 85 次浏览 • 2026-03-28 18:19 • 来自相关话题

更多...