Hive 您能解释一下在配置单元中调用mapreduce的时间和原因吗

从表_name limit 5中选择*

从表\u name limit 5中选择col1\u name、col2\u name

当我运行第一个查询时，将不会调用MapReduce，而对于其他查询，将调用MapReduce。请您解释一下原因。
要理解原因，首先我们需要知道map和reduce阶段的含义：-

映射：基本上是一个过滤器，它按排序顺序过滤和组织数据。例如，它将从第二个查询中的行中筛选col1\u name、col2\u name。然而，在第一次查询中，您读取的是每一列，不需要过滤。因此没有映射阶段

Reduce：Reduce只是跨行汇总操作数据。例如，一列的和！在这两个查询中，您不需要任何摘要数据。因此没有减速器

因此，第一个查询没有映射reduce，第二个查询只有映射器，但没有reduce。
其逻辑

在第一个查询中，唯一要做的事情是——转储限制为5的数据（这意味着要转储任意5个行），对于特定类型的查询，不做任何处理。（不知道行是如何分开的）

但在第二个查询中，将有一个map-reduce任务。为什么？因为首先它必须处理数据来知道有多少不同的列，而不是知道col1和col1是否真的存在或者其中只有一个列。如果存在，则必须首先删除其他列，而不是在其余列中，它只需在其中取五行
执行下面的简单配置单元查询：

Describe table;

这将从配置单元元存储中读取数据，是配置单元中最简单、最快的查询

select * from table;

此查询只需要从HDFS读取数据。到目前为止，这两个阶段都不需要任何map或reduce阶段

select * from table where color in ('RED','WHITE','BLUE')

此查询只需要一个映射，没有缩减阶段。没有任何类型的聚合函数。这里我们过滤以收集红色、白色或蓝色的记录

select count(1) from table;

此查询只需要一个reduce阶段。不需要映射，因为我们正在计算表中的所有记录。如果我们想跨元素计数，那么我们将在reduce阶段之前添加一个map阶段。见下文：

Select color
, count(1) as color_count 
  from table  
  group by color;

此查询具有聚合函数和GROUPBY语句。我们正在计算表中红色、白色或蓝色元素的数量。此计数需要一个映射和一个reduce作业

基本上，我们在上述作业中创建一个键值对。我们将记录映射到一个键。在这种情况下，它将是红色、白色和蓝色。然后得到一个值。所以键：value是color:1。然后我们可以对整个关键颜色的值求和。这是一个地图和缩小作业

现在使用相同的查询和ORDERBY子句

Select color
, count(1) as color_count 
  from table  
  group by color
  order by colour_count desc;

这将添加另一个reduce阶段，并强制通过数据集的单个reducer。这是必要的，因为我们希望确保保持全局排序。计数（不同颜色）还强制使用单个减缩器，并且需要贴图和减缩阶段

当您向配置单元查询添加复杂性时，您可以以类似的方式添加映射并减少获得请求结果所需的作业

如果您想了解配置单元将如何管理查询，可以在查询前使用explain caluse

 Explain select * from table;

这可以让您了解查询是如何在后台执行的。它将向您显示阶段的依赖关系，以及如果任何聚合导致reduce作业和操作符导致map作业，该怎么办。
感谢您的解释这一点已经得到解决。以上两个查询都没有为我调用MapReduce。为什么呢？（
select count（*）from myTable
在我的情况下会调用MapReduce）。select count（1）from table将同时运行map和reduce，而不仅仅是reduce。这是错误的，没有要映射的键。我在这个链接上添加了几个截图来解释我之前所说的[链接]（）你的解释似乎并不完全正确。E.x.
select*表中的颜色（'RED'、'WHITE'、'BLUE'）
没有为我运行任何map reduce作业（explain

命令确认了这一点）。另一个例子是从表中选择计数（1）正在执行5个映射器作业和1个还原器作业。虽然你的解释很有道理，但这并不是蜂巢看起来是如何工作的。