[大数据]Hive sql 执行原理

1.Group By的执行任务

2.distinct的执行任务：

尽量用group by

3.join 执行任务：

从这个实现可以看出，我们在写Hive Join的时候，应该尽可能把小表（分布均匀的表）写在左边，大表（或倾斜表）写在右边。这样可以有效利用内存和硬盘的关系，提高Hive的处理能力。

学会用explain 查看hive sql 执行计划

Hive底层原理：explain执行计划详解 - 知乎 (zhihu.com)

参考：

hive原理及执行任务流程优化 - 程序员大本营 (pianshen.com)