1、Hive本地MR
如果在hive中運行的sql本身數據量很小，那麼使用本地mr的效率要比分佈式的快很多。但是hive本地MR對內存使用很敏感，查詢的數據不能太大，否則本地內存是吃不消的。
So the query processor will launch this task in a child jvm, which has the same heap size as the Mapper's. Since the Local Task may run out of memory, the query processor will measure the memory usage of the local task very carefully. Once the memory usage of the Local Task is higher than a threshold number. This Local Task will abort itself and tells the user that this table is too large to hold in the memory. User can change this threshold by set hive.mapjoin.localtask.max.memory.usage = 0.999
查詢處理器會在一個子的jvm裏運作這個任務，jvm堆大小跟Mapper的堆大小一樣。本地MR可能內存消耗殆盡，查詢處理器用精確的計算本地MR的內存大小，一旦內存超過了設定的值，那麼這個MR就會自動kill掉。可以通過設置hive.mapjoin.localtask.max.memory.usage =0.9，這個值太保守。
set hive.exec.mode.local.auto=true; //開啓本地mr
//設置local mr的最大輸入數據量,當輸入數據量小於這個值的時候會採用local mr的方式
set hive.exec.mode.local.auto.inputbytes.max=50000000;
//設置local mr的最大輸入文件個數,當輸入文件個數小於這個值的時候會採用local mr的方式
set hive.exec.mode.local.auto.tasks.max=10;
當這三個參數同時成立時候，纔會採用本地mr
2、Mapjoin使用
就是把小的表加入內存，可以配置以下參數，是hive自動根據sql，選擇使用common join或者map join
set hive.auto.convert.join = true;
hive.mapjoin.smalltable.filesize 默認值是25mb
參考自:https://cwiki.apache.org/confluence/display/Hive/MapJoinOptimization