上次讲过HIVE 的一个常用命令 MSCK REPAIR TABLE ， 这次讲讲HIVE的 ANALYZE TABLE 命令，接下来还会讲下Impala的 COMPUTE STATS 命令。这几个命令都是用来统计表的信息的，用于加速查询。其实主要就是为了优化查询，加快查询的速度。结果如下 numRows=12552, totalSize=15884, rawDataSize=155233...

但是当执行analyze table 命令之后，也会生成统计信息，在执行count(*)不会走mr的。hive.compute.query.using.stats之前的版本的默认值是fasle，然后现在是ture，具体从哪个版本我不太清楚。如果设置为true，Hive在执行某些查询时，例如select count(1)，只利用元数据存储中保存的状态信息返回结果。 为了收...

IMPALA的 COMPUTE STATS 是做啥的 和HIVE的ANALYZE TABLE类似，这个命令主要也是为了优化查询，加快查询的速度。本来IMPALA是依靠HIVE的ANALYZE TABLE的，但是这个命令不是很好用同时不稳定，所以IMPALA自己实现了个命令完成相同功能。语法 例子 效果如下，没有用过COMPUTE INCREMENTAL STATS的分区是 -1 执行 ...

用户定义产生表函数(User Defined Table Generating Functions,UDTFs)采样 Lateral views 授权功能如角色 一个查询中多个 DISTINCT 子句(Multiple DISTINCT clauses per query)Impala 当前不支持这些 HiveQL 语句:ANALYZE TABLE (在 Impala 有等价的 COMPUTE STATS)DESCRIBE COLUMN DESCRIBE DATABASE EXPORT TA...