即使查询中存在分区谓词，也没有为 Alias 找到分区谓词答案

【问题标题】：No partition predicate found for Alias even when the partition predicate in present in the query即使查询中存在分区谓词，也没有为 Alias 找到分区谓词
【发布时间】：2016-12-27 05:44:30
【问题描述】：

我在 hdfs 中有一个表 pos.pos_inv，它由 yyyymm 分区。以下是查询：

select DATE_ADD(to_date(from_unixtime(unix_timestamp(Inv.actvydt, 'MM/dd/yyyy'))),5), 
       to_date(from_unixtime(unix_timestamp(Inv.actvydt, 'MM/dd/yyyy'))),yyyymm 
   from pos.pos_inv inv 
      INNER JOIN pos.POSActvyBrdg Brdg ON Brdg.EIS_POSActvyBrdgId = Inv.EIS_POSActvyBrdgId 
      where to_date(from_unixtime(unix_timestamp(Inv.nrmlzdwkenddt, 'MM/dd/yyyy'))) 
       BETWEEN DATE_SUB(to_date(from_unixtime(unix_timestamp(Inv.actvydt, 'MM/dd/yyyy'))),6) 
        and DATE_ADD(to_date(from_unixtime(unix_timestamp(Inv.actvydt, 'MM/dd/yyyy'))),6) 
        and inv.yyyymm=201501

我已将查询的分区值提供为 201501，但我仍然收到错误“

 Error while compiling statement: FAILED: SemanticException [Error 10041]: No partition predicate found for Alias "inv" Table "pos_inv"

(schema)分区，yyyymm为int类型，actvydt为日期存储为字符串类型。

【问题讨论】：

jeff，你使用的是哪个版本的 hive，我认为在 Join 组合中使用分区谓词列时，存在一些与此问题相关的开放 jira 问题（issues.apache.org/jira/browse/HIVE-4905，issues.apache.org/jira/browse/HIVE-10454），如果您使用的是旧版本的 hive，请尝试将 mapred 模式设置为 nonstrict 并运行查询 set hive.mapred.mode=nonstrict
如果我使用 set hive.mapred.mode=nonstrict ，则扫描整个数据集而不是特定的分区值。
jeff，我认为这是一个临时解决方法，可能这个补丁更新到最新版本，你的 hive 是哪个版本的，可以在更高版本中尝试吗？
解决方法：使用分区谓词将有问题的表包装在子查询中，（select * from table where partition > value）这样可以避免错误并避免扫描整个表。
如果您使用nonstrict 解决方法来处理从命令行使用beeline 发送的查询（例如beeline -u "jdbc:..." -e "select ..."），您需要在命令行中添加它：--hivevar hive.mapred.mode=unstrict

标签： hadoop hive cloudera hiveql hue

【解决方案1】：

这是因为 hive 设置为严格模式。这允许分区表访问 hdfs 中的相应分区/文件夹。

  set hive.mapred.mode=unstrict;  it will work

【讨论】：

-1 这不是正确的用法。您应该使用适当的谓词过滤您的选择语句。例如。如果表有一个名为 'dt' 的谓词，则 Select * from MyTable where dt='2017/10/10'

【解决方案2】：

在您的查询错误中说：找不到别名“inv”表“pos_inv”的分区谓词。

因此，您必须将 where 子句用于分区表的字段（用于 pos_inv），而不是像您所做的那样用于另一个（inv）。

【讨论】：

【解决方案3】：

set hive.mapred.mode=unstrict 允许您访问整个数据而不是特定的分区。在某些情况下需要读取整个数据集，例如：rank() over

【讨论】：