標記粗體的我個人認為在運行hive sql時可以根據數據情況進行設置，當然還有一些join的優化的配置需要單獨研究。
mapred.reduce.tasks：每個作業的reduce任務數，默認是hadoop client的配置1個；
hive.exec.reducers.bytes.per.reducer：每個reducer的大小，默認是1G，輸入文件如果是10G，那么就會起10個reducer；
hive.exec.reducers.max：reducer的最大個數，如果在mapred.reduce.tasks設置為負值，那么hive將取該值作為reducers的最大可能值。當然還要依賴（輸入文件大小/hive.exec.reducers.bytes.per.reducer）所得出的大小，取其小值作為reducer的個數，hive默認是999；
hive.fileformat.check：加載數據文件時是否校驗文件格式，默認是true；
hive.groupby.skewindata：group by操作是否允許數據傾斜，默認是false，當設置為true時，執行計劃會生成兩個map/reduce作業，第一個MR中會將map的結果隨機分布到reduce中，達到負載均衡的目的來解決數據傾斜，可以參看阿里巴巴數據平臺的這篇文章了解hive對于數據傾斜時group by的處理；
hive.groupby.mapaggr.checkinterval：map端做聚合時，group by 的key所允許的數據行數，超過該值則進行分拆，默認是100000；
hive.mapred.local.mem：本地模式時，map/reduce的內存使用量，默認是0，就是無限制；
hive.mapjoin.followby.map.aggr.hash.percentmemory：map端聚合時hash表的內存占比，該設置約束group by在map join后進行，否則使用hive.map.aggr.hash.percentmemory來確認內存占比，默認值0.3；
hive.map.aggr.hash.force.flush.memeory.threshold：map端聚合時hash表的最大可用內存，如果超過該值則進行flush數據，默認是0.9；
hive.map.aggr.hash.min.reduction：如果hash表的容量與輸入行數之比超過這個數，那么map端的hash聚合將被關閉，默認是0.5，設置為1可以保證hash聚合永不被關閉；
hive.optimize.groupby：在做分區和表查詢時是否做分桶group by，默認開啟true；
hive.multigroupby.singlemr：將多個group by產出為一個單一map/reduce任務計劃，當然約束前提是group by有相同的key，默認是false；
hive.optimize.cp：列裁剪，默認開啟true，在做查詢時只讀取用到的列，這個是個有用的優化；
hive.optimize.index.filter：自動使用索引，默認不開啟false；
hive.optimize.index.groupby：是否使用聚集索引優化group-by查詢，默認關閉false；
hive.optimize.ppd：是否支持謂詞下推，默認開啟；所謂謂詞下推，將外層查詢塊的 WHERE 子句中的謂詞移入所包含的較低層查詢塊（例如視圖），從而能夠提早進行數據過濾以及有可能更好地利用索引。這篇中文文章簡單的說明了在關系數據庫里的應用；
hive.optimize.ppd.storage：謂詞下推開啟時，謂詞是否下推到存儲handler，默認開啟，在謂詞下推關閉時不起作用；
hive.ppd.recognizetransivity：在等值join條件下是否產地重復的謂詞過濾器，默認開啟；
hive.join.cache.size：在做表join時緩存在內存中的行數，默認25000；
hive.mapjoin.bucket.cache.size：mapjoin時內存cache的每個key要存儲多少個value，默認100；
hive.optimize.skewjoin：是否開啟數據傾斜的join優化，默認不開啟false；
hive.skewjoin.key：判斷數據傾斜的閾值，如果在join中發現同樣的key超過該值則認為是該key是傾斜的join key，默認是100000；
hive.skewjoin.mapjoin.map.tasks：在數據傾斜join時map join的map數控制，默認是10000；
hive.skewjoin.mapjoin.min.split：數據傾斜join時map join的map任務的最小split大小，默認是33554432，該參數要結合上面的參數共同使用來進行細粒度的控制；
hive.mapred.mode：hive操作執行時的模式，默認是nonstrict非嚴格模式，如果是strict模式，很多有風險的查詢會被禁止運行，比如笛卡爾積的join和動態分區；