『壹』 ef 為什麼sql執行完關閉連接慢
Shark為了實現Hive兼容，在HQL方面重用了Hive中HQL的解析、邏輯執行計劃翻譯、執行計劃優化等邏輯，可以近似認為僅將物理執行計劃從MR作業替換成了Spark作業（輔以內存列式存儲等各種和Hive關系不大的優化）；同時還依賴Hive Metastore和Hive SerDe（用於兼容現有的各種Hive存儲格式）。這一策略導致了兩個問題，第一是執行計劃優化完全依賴於Hive，不方便添加新的優化策略；二是因為MR是進程級並行，寫代碼的時候不是很注意線程安全問題，導致Shark不得不使用另外一套獨立維護的打了補丁的Hive源碼分支（至於為何相關修改沒有合並到Hive主線，我也不太清楚）。
『貳』 hive中的表為什麼會昨天跑的快,今天就跑的特別慢，同樣的sql
是不是數據量上去了（代碼的質量不夠高，受數據量的影響較大）？
『叄』 hadoop分布式計算中，使用Hive查詢Hbase數據慢的問題
首先，節點規模上去，或者硬體配置上去才能讓hadoop引擎轉起來。
配置很低，一看就知道是科技項目，或者小作坊的做法，你的需求是很不合理的。在這配置下是沒優化空間。
另一方面，HIVE原理上只是基本的SQL轉義，換句話說，當你雲計算規模上去後，HIVE優化的本質就是讓你優化SQL，而不是HIVE多強。
『肆』 Hive執行簡單查詢，耗時巨長，是什麼情況
1. 查詢語言。由於 SQL 被廣泛的應用在數據倉庫中，因此，專門針對 Hive 的特性設計了類 SQL 的查詢語言 HQL。熟悉 SQL 開發的開發者可以很方便的使用 Hive 進行開發。 2. 數據存儲位置。Hive 是建立在 Hadoop 之上的，所有 Hive 的數據都是存儲