先分享一个博客，我看这个博主写得挺深刻的，下面我提取一些我自己总结的也附上，hive的优化很多，这只能是根据经验一点点去测试总结进步了。
1.一般存为默认ORC格式，列式存储，会对数据进行压缩，查询会快些
2.给hive足够的cpu、内存，有钱多砸点准没错的
3.表要进行动态分区咯，年月日，查的时候尽量都带上，遍历的时候就可以少去扫描很多的文件夹，其实一个分区在hdfs里就是一个目录的作用
4.底层的平台配置，自己多去翻一翻资料，参数配置我就不说了，jvm的，内存的，cpu的，队列的，多线程的，应该有不少
5.查询的时候尽量把数据过滤掉少一点再关联其他表，这样可以防止数据倾斜，也可以减少hive表的计算时间
6.可以使用中间表，将查询分为多步，这样数据量就少了
7.查询的字段，查多少用多少咯
8.下面两个执行时可以加上
set hive.exec.parallel=true; //允许不相关的任务
set hive.exec.parallel.thread.number=50; //给该任务增加足够的cpu
9.小表关联大表就不说了吧，小表会加载到内存，大表加到内存不是很浪费么
10.一个查询尽量不要关联太多表，不然任务启动就很慢，可以分多次去查询，并行跑，这样说不定反而快点呢
11.一般来说数据太大了意义也不一定大，所以10亿差不多了，如果再分区存，取一些有用分区的就更少了，只要cpu和内存够，都慢不到那里去，不想砸钱的话，你再优化也快不到哪里去。另外一个就是，一般单表查询都不会慢的，而多表查询时，就是把单表的数据量尽量减少，然后再关联，这个原则任何情况下都适用。