hive 優化

1. 在 join的時候，最好是 小表 + 大表，hive在連接的時候，會嘗試把前面的行，放入緩存中

2. 加入在查詢中，有一張很小的表，可使用map-side join 將小表徹底放入內存中

3. hive> explain select * from nginx_log where p_hour='2014071211' limit 2; 使用explain 查看 hive運行的解析和計劃，查詢語句是不會執行的,explain extended  會顯示的更加詳細

4. 並行執行，limit 抽樣 配置

5. 合理的map 和reduce 數量，dfs-count 來判斷,jvm 重用

6. 索引能夠增長 group by 的速度,動態分區