是否有任何适当的资源可以让我们完全理解hive生成的解释计划？我尝试在Wiki中搜索它，但是找不到完整的指南来理解它。这是Wiki，它简要说明了解释计划的工作原理。但是我需要有关如何推断解释计划的更多信息。https://cwiki.apache.org/confluence/display/Hive/LanguageManual+Explain
我将尽力向我解释我所知道的。
执行计划是对查询所需任务的描述，执行它们的顺序以及每个任务的一些详细信息。要查看查询的执行计划，您可以执行此操作，在查询前面加上关键字EXPLAIN，然后运行它。执行计划可能很长而且很复杂。充分理解它们需要对MapReduce的深入了解。
示例
EXPLAIN CREATE TABLE flights_by_carrier AS
SELECT carrier, COUNT(flight) AS num
FROM flights
GROUP BY carrier;
此查询是CTAS语句，它创建一个名为flight_by_carrier的新表，并使用SELECT查询的结果填充该表。SELECT查询按航空公司对航班表的行进行分组，并返回每个航空公司以及该航空公司的航班数量。
示例的HIVE的EXPLAIN语句的输出显示在这里
+----------------------------------------------------+--+
| Explain |
+----------------------------------------------------+--+
| STAGE DEPENDENCIES: |
| Stage-1 is a root stage |
| Stage-0 depends on stages: Stage-1 |
| Stage-3 depends on stages: Stage-0 |
| Stage-2 depends on stages: Stage-3 |
| |
| STAGE PLANS: |
| Stage: Stage-1 |
| Map Reduce |
| Map Operator Tree: |
| TableScan |
| alias: flights |
| Statistics: Num rows: 61392822 Data size: 962183360 Basic stats: COMPLETE Column stats: NONE |
| Select Operator |
| expressions: carrier (type: string), flight (type: smallint) |
| outputColumnNames: carrier, flight |
| Statistics: Num rows: 61392822 Data size: 962183360 Basic stats: COMPLETE Column stats: NONE |
| Group By Operator |
| aggregations: count(flight) |
| keys: carrier (type: string) |
| mode: hash |
| outputColumnNames: _col0, _col1 |
| Statistics: Num rows: 61392822 Data size: 962183360 Basic stats: COMPLETE Column stats: NONE |
| Reduce Output Operator |
| key expressions: _col0 (type: string) |
| sort order: + |
| Map-reduce partition columns: _col0 (type: string) |
| Statistics: Num rows: 61392822 Data size: 962183360 Basic stats: COMPLETE Column stats: NONE |
| value expressions: _col1 (type: bigint) |
| Reduce Operator Tree: |
| Group By Operator |
| aggregations: count(VALUE._col0) |
| keys: KEY._col0 (type: string) |
| mode: mergepartial |
| outputColumnNames: _col0, _col1 |
| Statistics: Num rows: 30696411 Data size: 481091680 Basic stats: COMPLETE Column stats: NONE |
| File Output Operator |
| compressed: false |
| Statistics: Num rows: 30696411 Data size: 481091680 Basic stats: COMPLETE Column stats: NONE |
| table: |
| input format: org.apache.hadoop.mapred.TextInputFormat |
| output format: org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat |
| serde: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe |
| name: fly.flights_by_carrier |
| |
| Stage: Stage-0 |
| Move Operator |
| files: |
| hdfs directory: true |
| destination: hdfs://localhost:8020/user/hive/warehouse/fly.db/flights_by_carrier |
| |
| Stage: Stage-3 |
| Create Table Operator: |
| Create Table |
| columns: carrier string, num bigint |
| input format: org.apache.hadoop.mapred.TextInputFormat |
| output format: org.apache.hadoop.hive.ql.io.IgnoreKeyTextOutputFormat |
| serde name: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe |
| name: fly.flights_by_carrier |
| |
| Stage: Stage-2 |
| Stats-Aggr Operator |
| |
+----------------------------------------------------+--+
阶段依赖性
示例查询将在阶段0到阶段3的四个阶段中执行。每个阶段可以是MapReduce作业，HDFS操作，元存储操作或Hive服务器执行的某些其他操作。
编号并不表示执行顺序或依存关系。
阶段之间的依赖关系决定了它们必须执行的顺序，并且Hive在EXPLAIN结果的开头明确指定了这些依赖关系。
根阶段，如本例中的Stage-1，没有依赖关系，可以先运行。
非根目录阶段无法运行，直到它们所依赖的阶段完成为止。
阶段计划
输出的阶段计划部分显示了阶段的描述。对于Hive，请从顶部开始然后向下阅读它们。
Stage-1被标识为MapReduce作业。
查询计划显示，此作业包括映射阶段（由映射运算符树描述）和归约阶段（由归约运算符树描述）。在地图阶段，地图任务会读取排期表并选择承运人和排期列。
此数据被传递到简化阶段，在此阶段，简化任务按承运人对数据进行分组，并通过计算航班数对其进行汇总。
在阶段1之后是阶段0，这是HDFS动作（移动）。
在此阶段，Hive将上一阶段的输出移至HDFS仓库目录中的新子目录。这是新表的存储目录，它将被命名为flight_by_carrier。
在阶段0之后是阶段3，这是一个metastore动作：
创建表。
在此阶段，Hive在运行数据库中创建了一个名为flight_by_carrier的新表。该表有两列：名为carrier的STRING列和名为num的BIGINT列。
最后阶段，第二阶段，收集统计数据。
此最后阶段的细节并不重要，但它会收集信息，例如表中的行数，在HDFS中存储表数据的文件数以及表中每一列的唯一值数。 。这些统计信息可用于优化Hive查询。
我希望上面的示例可以使本主题有所澄清。
问候