Hive分区修剪的谓词下推增强

操作场景

分区裁剪是一种优化技术，它通过在执行查询时仅扫描满足查询条件的分区，而不是扫描整个表的所有分区，来减少数据扫描量，从而提高查询性能。

在旧版本中，对Hive表的分区修剪的过滤条件（即谓词）下推，只支持列名与整数或者字符串的比较表达式的下推，在2.3版本中，增加了对null、in、and、or表达式的下推支持。

配置参数

1. 登录FusionInsight Manager系统。

   详细操作请参考访问集群Manager。

2. 选择“集群 > 服务 > Spark2x/Spark > 配置”，单击“全部配置”，搜索并调整以下参数。

   参数	说明	取值示例
   spark.sql.hive.advancedPartitionPredicatePushdown.enabled	用于配置是否开启Hive表的分区谓词下推增强功能。 true：开启Hive表的分区谓词下推增强功能，Spark会尝试将更多的过滤条件（即谓词）推送到分区裁剪中。 false：关闭Hive表的分区谓词下推增强功能 开启分区谓词下推增强功能可以显著提高分区表的查询性能。但在启用时，需要考虑潜在的兼容性问题，并根据实际使用情况进行调整。	true

3. 修改参数配置后，单击“保存”，根据界面提示操作后，等待配置保存成功。
4. Spark服务端配置更新后，如果“配置状态”为“配置过期”，则需重启组件以使配置生效。
   图1 修改Spark配置
   

   在Spark服务概览页面，选择“更多 > 重启服务/滚动重启服务”，验证管理员密码后，等待服务重启成功。

   如果使用Spark客户端提交任务，修改了集群的参数“spark.sql.hive.advancedPartitionPredicatePushdown.enabled”后，需要重新下载客户端才能使配置生效，请参考使用MRS客户端。

   

   组件重启期间将无法对外提供服务，可能会影响集群的上层业务正常运行，请在业务空闲期或确认操作无影响后再执行本操作。