在Hive中，我经常做这样的查询。
select columnA, sum(columnB) from ... group by ...
我读了一些mapreduce的例子，一个reducer只能产生一个键。似乎reducer的数量完全取决于columnA中键的数量。
因此，为什么hive可以人为地设置reducer的数量？
如果在columnA中有10个不同的值，而我把reducer的数量设置为 2会发生什么？每个换算器可以重复使用5次？
如果列A中有10个不同的值，我将变径数设置为 20hive只会生成10个reducers吗？
通常你不应该手动设置确切的reducer数量。使用 bytes.per.reducer 来代替。
--The number of reduce tasks determined at compile time
--Default size is 1G, so if the input size estimated is 10G then 10 reducers will be used
set hive.exec.reducers.bytes.per.reducer=67108864;
如果你想通过作业减速器来限制集群的使用，你可以设置这个属性。hive.exec.reducers.max
如果你在Tez上运行，在执行时，如果设置了这个属性，Hive可以动态地设置reducers的数量。
set hive.tez.auto.reducer.parallelism = true;
在这种情况下，最初启动的reducer数量可能会更多，因为它是根据大小估计的，在运行时可以删除额外的reducer。
一个reducer可以处理很多键，这取决于数据大小和bytes.per.reducer和reducer限制的配置设置。在你的例子中，在查询时，相同的键将传递给同一个reducer，因为每个reducer容器都是独立运行的，所有具有特定键的行都需要传递给单个reducer，以便能够计算这个键的计数。
额外的reducer可以被强制 (mapreduce.job.reducers=N)或者基于错误的估计(因为陈旧的统计)而自动启动，如果不在运行时删除，它们将什么也不做，并很快结束，因为没有什么要处理。但是这样的reducer无论如何都会被安排和分配容器，所以最好不要强迫额外的reducer，并保持统计的新鲜度以便更好的估计。