- 分区,分桶避免全局扫描
- 列式存储,加快计算速度
- 采用压缩,减少磁盘IO
- 谓词下推,行列过滤(select *),列剪裁,CBO优化(对于计算成本的优化,比如join的顺序)
- 开启map-side 针对groupby,数据量大的可以提前预聚合
- 开启map-join 大表join小表场景
- 开启分桶join SMB
- 两张表必须是分桶表
- 分桶数量必须整数倍
- 分桶字段必须是关联字段
- 开启skew-join,如果检测到有key比较多的,那么单独开启一个mapjoin去计算,其他正常的使用common join
- 更换引擎 MR更换spark 或者tez
Hive优化
最新推荐文章于 2024-06-13 19:56:50 发布