1.优化时，把hive sql当做map reduce程序来读，会有很好的效果。
2.对job数比较多的作业运行效率比较低，即使有几百行的表，如果多次关联，多次汇总，作业执行时间还是比较长的。
3.对count（distinct），效率较低。
优化可以从几个方面着手：
1.好的模型设计事半功倍
2.解决数据倾斜问题
3.减少job数量
4.设置合理的map reduce的task数，能有效提升性能（10w级的计算，用一个reduce足够）
5.不适用count(distinct)
6.对小文件进行合并，是行之有效的提高效率的方法，
7.优化时把握整体，单个作业最优不如整体最优