在上一篇文章：《在Hive/Spark上運(yùn)行執(zhí)行TPC-DS基準(zhǔn)測(cè)試 (ORC和TEXT格式）》中，我們介紹了如何使用 hive-testbench 在Hive/Spark上執(zhí)行TPC-DS基準(zhǔn)測(cè)試，同時(shí)也指出了該項(xiàng)目不支持parquet格式。

如果我們想要生成parquet格式的測(cè)試數(shù)據(jù)，就需要使用其他工具了。本文選擇使用另外一個(gè)開(kāi)源項(xiàng)目：https://github.com/kcheeeung/hive-benchmark，它和 hive-testbench 項(xiàng)目非常接近，操作方法也很類似，如果你熟悉 hive-testbench， 應(yīng)該會(huì)必要容易掌握這個(gè)工具。

備注：本文使用的Hive/Spark環(huán)境為AWS EMR，版本：6.11，未啟用Glue Data Catalog。本文操作須在EMR Master節(jié)點(diǎn)上執(zhí)行！因?yàn)槟_本中會(huì)使用到hdfs、beeline等命令行工具，此外，經(jīng)測(cè)試發(fā)現(xiàn)：如果EMR集群使用的是Glue Data Catalog，腳本執(zhí)行過(guò)程中將會(huì)報(bào)錯(cuò)：