hive------设计原则

1 使用分区管理HDFS文件

分区避免查询数据进行HDFS全盘扫描，一个表分区数量不要太多（导致每一个分区创建一个task，每一个task是一个jvm实例），没个分区中的文件尽量大（与HDFS数据块保持一致，默认128M）

2 hive反标准化

传统的RDBMS有标准化，例如唯一键、主键等；

hive没有主键、唯一键的概念，目标优化磁盘驱动的IO性能

3 hive允许从一个表中同时向多张表中导出数据

from 源表 

insert overwrite 表1 where 从源表中获取符合条件记录

insert overwrite 表2 where 从源表中获取符合条件记录

insert overwrite 表3 where 从源表中获取符合条件记录

4 使用hive的join提高ETL数据的唯一性