我已经问了一些关于提高Hive查询性能的问题。一些答案与映射器和化简器的数量有关。我尝试使用多个映射器和化简器，但我没有看到执行中的任何区别。不知道为什么，可能是我没有以正确的方式做，或者我错过了其他东西。
我想知道是否可以并行执行 Hive 查询？我的意思是，通常查询在队列中执行。例如：查询1
查询2
查询3
...n
执行需要太多时间，我想减少执行时间。
我需要知道如果我们在Hive JDBC程序中使用mapreduce程序，那么是否可以并行执行它？不知道这是否有效，但这就是我要实现的目标？
我恢复以下问题：
1( 如果可以并行运行多个 Hive 查询，是否需要多个 Hive Thrift Server？
2(是否可以打开多个Hive Thrift服务器？
3(我认为不可能在同一端口上打开多个Hive Thrift服务器？
4(我们可以在不同的端口上打开多个Hive Thrift服务器吗？
请为此向我建议一些解决方案。如果您有任何其他选择，我也会尝试。
你可能已经知道，Hive是Hadoop和Map-reduce的类似SQL的前端。Hive上的任何重要查询都会被编译为Map-Reduce并在Hadoop上运行。Map-reduce 是一个并行处理框架，因此每个 Hive 查询都将并行运行和处理数据。默认情况下，Hive 使用 FIFO 调度程序在 Hadoop 上调度作业，因此，在给定时间只能执行一个 Hive 查询，下一个查询将在第一个查询完成后执行。在大多数情况下，我建议人们优化单个 Hive 查询，而不是并行化多个 Hive 查询。如果倾向于并行化 Hive 查询，则可能表示群集使用效率低下。要进一步分析 Hive 查询的性能和使用情况，您可以安装分布式监控系统(如 Ganglia(来监控集群的使用情况(Amazon EMR 也支持它(。
长话短说，你不必编写一个map-reduce程序;这就是你首先使用Hive的目的。但是，如果你可能知道 Hive 可能不知道的数据，则可能会导致 Hive 查询的性能欠佳。例如，数据可能按某些列排序，而 Hive 可能不知道该信息。在这种情况下，如果无法在 Hive 中设置该附加元信息，则编写一个 map-reduce 作业可能是有意义的，该作业会考虑这些附加信息，并可能为你提供更好的性能。在大多数情况下，我发现Hive性能与Hive查询对应的Map-reduce作业相当。