1.Join优化
a.map join
b.reduce join
小表为驱动表，或直接将小表加载到内存，做map端join,它的关键字为/*+MAP JOIN(t1)*/
如果想自动开启map端Join,可以通过hive.mapjoin.smalltable.filesize（默认为25000000）来定义小表的大小，一旦在这个范围之内，就会自动进行map端Join
2.Reducer的数量
Hive作业Reducer数量会直接影响作业效率，Hive的Reducer的是通过如下两个参数确定
参数1：hive.exec.reducers.bytes.per.reducer默认为1GB
参数2：hive.exec.reducers.max默认为999
Reducer的个数=min(参数2，总输入数据量/参数1)
3.列裁剪和分区裁剪—减少作业输入，略过一些不需要的数据
hive.optimize.cp（列裁剪）、hive.optimize.pruner（分区裁剪）默认开启
4.Group by优化
Map端合并
参数1：hive.map.aggr是否在Map端进行聚合，默认为true
参数2：hive.groupby.mapaggr.checkinterval在Map端进行聚合操作的条目数目，默认为100000.
防止数据倾斜：hive.groupby.skewindata
如select count(*) from table group by key，如有数据倾斜，以key=1为准，其他情况进行聚合
5.合并小文件
当文件数目过多时，会给HDFS带来压力，可以通过合并Map和Reduce的输出文件来减少文件数。
参数1：hive.merge.mapfiles=true 是否合并Map阶段的输出文件
参数2：hive.merge.mapredfiles=true 是否合并Reduce阶段的输出文件
参数3：hive.merge.size.per.task=256000000合并的文件的大小默认为256000000
6.Multi-group By和Multi-insert
hive特有的语法，可以在同一个查询语句中使用多个不相交的insert语句，只需扫描一遍全表
如from test insert overwrite table test1 select a,count(e) group by a… insert overwrite…
7.利用Union All特性
合并多个MapReduce作业：select union all select—先合并再分组
8.并行执行—提高效率，但会抢占资源
参数1：hive.exec.parallel=true
9.全排序
hive-mapreduce：order by/sort by
