Hive/HiveSQL经常使用优化方法全面总结

Hive做为大数据领域经常使用的数据仓库组件，在平时设计和查询时要特别注意效率。影响Hive效率的几乎从不是数据量过大，而是数据倾斜、数据冗余、job或I/O过多、MapReduce分配不合理等等。对Hive的调优既包含对HiveSQL语句自己的优化，也包含Hive配置项和MR方面的调整。html 目录 列裁剪和分区裁剪node 谓词下推sql sort by代替order by数据库 group

>>阅读原文<<