Out of memory due to hash maps used in map-side aggregation解决办法
在运行一个group by的sql时，抛出以下错误信息：
Task with the most failures(4):
-----Task ID:
task_201411191723_723592_m_000004
URL:
http://DDS0204.dratio:50030/taskdetails.jsp?jobid=job_201411191723_723592&tipid=task_201411191723_723592_m_000004
Possible error:
Out of memory due to hash maps used in map-side aggregation.
Solution:
Currently hive.map.aggr.hash.percentmemory is set to 0.25. Try setting it to a lower value. i.e 'set hive.map.aggr.hash.percentmemory = 0.125;'
-----
Diagnostic Messages for this Task:
FAILED: Execution Error, return code 2 from org.apache.hadoop.hive.ql.exec.mr.MapRedTask
MapReduce Jobs Launched:
Job 0: Map: 12 Reduce: 1 Cumulative CPU: 164.04 sec HDFS Read: 0 HDFS Write: 0 FAIL
Total MapReduce CPU Time Spent: 2 minutes 44 seconds 40 msec
原因是在map端进行了聚合，超过hash map的大小
终极解决办法：set hive.map.aggr=false 或者更改为子sql 或者尝试更改以下参数
备注：
与mapjoin和map aggregate相关的优化参数有：
①.hive.map.aggr 是否关闭关掉map端的aggregation,sethive.map.aggr=false就关闭map端的聚合了
②.hive.map.aggr.hash.min.reduction如果内存Map超过一定大小，就关闭MapAggregation功能，比如set hive.map.aggr.hash.min.reduction=0.5;
③.hive.map.aggr.hash.percentmemory
当内存的Map大小，占到jsm配置的Map进程的25%(设置sethive.map.aggr.hash.percentmemory = 0.25)的时候(默认是50%)，就将这个数据flush到reducer去，以释放内存Map的空间。
④.hive.groupby.skewindata数据据倾斜的时候进行负载均衡，当hive.groupby.skewindata=true，生成的查询计划会有两个 mr job。第一个mr中，每个map的输出结果集合会随机分布到reduce中，reduce做部分聚合操作。第二个mr再根据上个mr的数据结果按照group by key分布到 reduce中完成最终的聚合操作。
参考：
http://dev.bizo.com/2013/02/map-side-aggregations-in-apache-hive.html
