1 使用分区管理HDFS文件
分区避免查询数据进行HDFS全盘扫描,一个表分区数量不要太多(导致每一个分区创建一个task,每一个task是一个jvm实例),没个分区中的文件尽量大(与HDFS数据块保持一致,默认128M)
2 hive反标准化
传统的RDBMS有标准化,例如唯一键、主键等;
hive没有主键、唯一键的概念,目标优化磁盘驱动的IO性能
3 hive允许从一个表中同时向多张表中导出数据
from 源表
insert overwrite 表1 where 从源表中获取符合条件记录
insert overwrite 表2 where 从源表中获取符合条件记录
insert overwrite 表3 where 从源表中获取符合条件记录