●使用动态分区需要加配置：
SEThive.exec.dynamic.partition=true;
SEThive.exec.dynamic.partition.mode=nonstrict;
SEThive.exec.max.dynamic.partitions=1000;
SEThive.exec.max.dynamic.partitions.pernode=100;
为了防止一个reduce处理写入一个分区导致速度严重降低，加入如下参数
SEThive.optimize.sort.dynamic.partition=false;
●使用自动优化：（mapjoin）
首先需要注意，这个有如下限制条件
1、 Fullouterjoinsareneverconvertedtomap-sidejoins.；
2、 Aleft-outerjoinareconvertedtoamapjoinonlyiftherighttablethatistotherightsideofthejoinconditions,islesserthan25MBinsize.；
3、 Similarly,aright-outerjoinisconvertedtoamapjoinonlyifthelefttablesizeislesserthan25MB.；
sethive.auto.convert.join=true;
SEThive.mapjoin.smalltable.filesize=25000000; – 这个是设定放入内存的表的大小上限的
sethive.auto.convert.join.noconditionaltask=true; --设置多mapjoin同时执行（a left join small_b left join small_c），而不是起多次map任务
sethive.auto.convert.join.noconditionaltask.size=30000000;
●使用负载均衡：
SEThive.groupby.skewindata=true;
从上面group by语句可以看出，这个变量是用于控制负载均衡的。当数据出现倾斜时，如果该变量设置为true，那么Hive会自动进行负载均衡
比如A日志表与B码表join，但是A中的关联字段id仅是B中id的一小部分，这时候很容易出现reduce阶段倾斜，大量的reduce空跑，因为这些空跑的reduce分到的B的id在A中不存在。
●设置map和reduce的任务处理的字节数
SETmapreduce.input.fileinputformat.split.maxsize=67108864;
SETmapreduce.input.fileinputformat.split.minsize=67108864;
SETmapreduce.input.fileinputformat.split.minsize.per.node=67108864;
SETmapreduce.input.fileinputformat.split.minsize.per.rack=67108864;
SEThive.exec.reducers.bytes.per.reducer=268435456; （可以设置小一点，因为默认的是min(集群配置的，总数据量/本设置值)）
●直接设置map和reduce任务数
SETmapred.map.tasks = 400;
SETmapred.reduce.tasks = 400;
●设置最大reduce数限制
SEThive.exec.reducers.max=1024;
●修改字段类型（注意跟presto集成会有问题）
ALTER TABLE name CHANGE column_name new_name new_type
●设置运行内存，应对运行时报错：java 堆内存溢出
SETmapreduce.map.memory.mb=8000;
SETmapreduce.map.java.opts=-Xmx6000m;
SETmapreduce.reduce.memory.mb=8000;
SETmapreduce.reduce.java.opts=-Xmx6000m;