hive共享中间结果集

场景：如果有多个作业同时用到了相同的中间结果集

重量级优化：作业的“亲缘”关系（也就是有相同依赖的表，就是from后面相同的），

目的是：多作业共用输入或输出，输入就是用中间结果集作为下一阶段的输入，输出和输入是同一个概念，就是说你输出了，又作为下一个中间结果集的输入

比如说，每天几千个作业访问大表日志表trackinfo；

访问多个表的相同统计存在于很多作业里面，就是统计的那些表，统计的逻辑，在很多作业中是一样的；

。。。

多个部门作业，跨部门

hive 优化，有了瓶颈才需要优化

io ：减少大量io的统计

对中间结果压缩：（治标不治本，把负载弄到cpu上）