1.當hive執行join內存溢出時，可以修改hive的配置文件hive-site.xml，增大內存，如下：
- < property >
- < name >mapred.child.java.opts< /name >
- < value >-Xmx 1024m < /value >
- < /property >
2.hive默認建表時的路徑也可以在hive-site.xml裏配置，如下:
- < property >
- < name >hive.metastore.warehouse.dir< /name >
- < value >/user/hive/warehouse< /value >
- < description >location of default database for the warehouse< /description >
- < /property >
3.執行join操作的時候，儘量把小表放前面，大表放前面可能會因爲內存溢出而出錯
4.對分區表進行操作需要對分區進行過濾（如：ds=$yday）。 特別是在JOIN操作的時候，分區過濾（如：ds=$yday）需要放到 ON語句 或子查詢 裏面。不能放到ON後面的WHERE裏，這樣會掃描所有表，最後才判斷分區。也就是說程序會先執行JOIN操作，纔會執行最後的WHERE操作。
5.在JOIN操作中，後面被連續JOIN且同一字段，只會執行一個mapreduce操作。
SELECT * FROM a LEFT OUTER JOIN b ON a.t=b.t LEFT OUTER JOIN c ON a.t=c.t; 推薦的
SELECT * FROM a LEFT OUTER JOIN b ON a.t=b.t LEFT OUTER JOIN c ON b.t=c.t; 效率低下的
6.當一個大表和一個很小的表進行JOIN操作的時候，使用MAPJOIN操作，這樣會把小表讀入內存進行JOIN，只需要一個map操作JOIN就完成了
select /*+ mapjoin(a)*/ a.c1,b.c2,b.c3 from a join b on a.c4=b.c4;
7.通過設置hive.merge.mapfiles可以關閉hive對於掃描表的優化，但有時候會提高效率。默認值爲true。可以視情況設置：只含有SELECT的語句 或 MAPJOIN 推薦使用
8.ALTER TABLE a SET SERDEPROPERTIES('serialization.null.format' = ''); 可以使結果表不出現\N字符串，而用空串代替