合并输出文件时出现java.lang.NullPointerException

Question

我有一个包含3个分区列的表

create table tn(
col1 string,
etc...
)
partitioned by (
time_key date,
region string,
city string
)
stored as orc
tblproperties ("orc.compress"="ZLIB");

城市分区可以从几mb到几百mb。我正在尝试优化存储，以便将所有小文件合并为一个等于128mb块大小的文件，并相应地拆分较大的文件。

源表有200个文件，每个文件大约150 mb。它没有分区。

我做了一个简单的插入语句。

INSERT INTO TABLE tn PARTITION (time_key, region, city) 
SELECT * FROM source_tn;

使用以下设置并获取此错误NullPointerException。

set hive.merge.tezfiles=true;
set hive.merge.smallfiles.avgsize=128000000;
set hive.merge.size.per.task=128000000;
set hive.merge.orcfile.stripe.level=true;
set hive.auto.convert.join=false;

如果我在没有这些设置的情况下尝试插入，效果很好，所以数据没有任何问题。这种情况下的问题是每个city子分区包含大约200个文件。time_key中的文件总量达到30-40万。

出了什么问题，我该怎么办？

我在用蜂箱。

Answer 1

将其设置为false有帮助。

set hive.merge.orcfile.stripe.level=false;