hive sql 运行太慢，如何优化？
经验不丰富的数据分析或者BI工程师往往上来就看sql,调整sql内容，其实不然。
一.业务层面
first of all, 优先了解sql反应的业务，先把业务梳理清晰，去除掉不必要的表，关联。
这个只能泛泛而谈，但确是sql优化应该最先考虑的。在有一定业务经验后，根据实际情况进行优化。
二.每张数据表的性能
1.数据表的存储格式，存储硬盘（ssd or普通盘）
数据表的存储格式可参考https://blog.csdn.net/sinat_17697111/article/details/81907185，
目前主流的存储格式orc （列式） 和sequence（行式）。原则上orc在存储，查询性能上会更好。
如果使用数据表时大多数都是select *，sequence可能会比orc格式好。
存储硬盘，如果条件允许，ssd固态硬盘肯定会比普通硬盘好。
2.数据量过大的表，是否分区，分桶
超过千万,上亿的数据量的表,而在使用时大部分只会用到其中一小部分数据,则需要考虑对该表做分区了。退一步，如果不想做分区，只是想在做join时提高性能，分桶也是不错的选择，分桶可以简单理解为和分区效果相同，但更方便的一种方法。分桶的原理和示例可参考https://blog.csdn.net/u010003835/article/details/80911215
三.sql结构
1.子查询可否抽离
2.join太多表，一半来说，一个sql的join表个数不宜超过三到四个，太多的join
考虑拆解成多段sql
3.where条件尽量靠近主表
四.常见sql层面优化
1.Inner join 小表在前，大表在后
2.两张表之间的关联字段，不要有数据分布不均。
例如:select from table a left join table b on a.id=b.id,
如果a.id90%都是0，10%是其他值，则会存在数据倾斜，需要打散处理。具体参考https://blog.csdn.net/sinat_17697111/article/details/83793663
3.