你好，根据SQL，我给予一些建议，最好根据执行计划：
若走的全表扫描，建议建立表间关联字段索引，查看索引失效原因，修改SQL关联逻辑，大部分都能解决。
如果是数据量大的问题：
a. 如果有多个查询条件，建议建立where限制条件，减少数据统计范围。
b. 如果实时性要求不高，可以定时跑批，把结果放在结果表里，前台查询结果表。
c. 关联表太多，SQL建议拆分两端，sum统计单独放一个SQL。
成品ETL工具与手工写脚本之比较：一、灵活性来讲：ETL工具比较灵活，需要在此平台上设置规则定义，前期是需要工具先前必须已有支持功能，如果需要扩展，要ETL工具源厂商开发。而自己写脚本只需先前好好调研需求，自己写能实现的功能即可。俗话说得好“求人不如求己”哈哈哈！
二、难易度：ETL工具相对上手比较容易，工程师只需具备两个必要条件：1 、对数据库熟悉 2、对客户的业务逻辑了解。手动写脚本呢？不仅要具备操作ETL工具的条件，还要必须有一定技术水平。
三、后期管理与维护：ETL工具非常容易，这点上是用工具的最给力的优势。可能也是ETL工具诞生的缘由吧！原因：人力少不说，如有新的需求，只需稍加改动，图形配置定义即可。而手工编码呢？较难。需要重又开发写程序，随着数据信息的日积月累，每日数据的递增，更新。开发的速度赶不上需求的更新，严重到先前开发架构不合理甚至于有可能推倒重来的风险。如果取中间，既有图形配置有兼具脚本开发功能，有款中国的Beeload/ BeeDI
四、性能和效率：这方面取决于多方面如：1、硬件：服务器 CPU 内存 2、数据库类型 数据类型 3、网络状况 4 、ETL 工具的配置 设计。。。。。整体来说 工具属于较高范畴，各家成熟ETL 不一致、各有千秋。手工写脚本就要看编程者的水平啦！因人而异，如果直接在数据库上写存储过兴许比任何一家成品工具高得多。在性能上，工具当属老美的informatica IBM 的DS
五、开发周期：工具只需操作上源厂商负责培训，再把客户目前需求了解透彻，周期很短，上线见效快。手工编码不仅需要把客户（当前）需求了解透彻，未来需求也要有所预测，再进行开发。这样周期就不得而知了。
六、工作量：从上述些显然保守点得出：ETL工具属中等，手工编码属较重。写好程序还需大量测试工具，不断修正BUG 与完善。成熟工具已把这些工具先前做过了，即使有，也是可以容忍个别，源厂商可以分担修正。
七、投入成本价格：ETL工具前期成本投入较多,钞票先付。后期维护成本相对低。编写脚本，先期投入人力（工程师的工薪）中期大量测试人力，后期维护人力（工程师的工薪）看似相对较低。貌似不要票子的开源滴ETL工具 Kettle，后期才付费（服务费与培训费）
总之不管是用工具还是自己写脚本，要全盘考虑，根据各自项目大小，成本，愿意付出哪部分，适合的才是最佳滴！
由FaceBook开发，贡献给APache。
Hive是基于Hadoop的一个 数据仓库 工具，依赖HDFS完成数据存储，依赖于MapReduce处理数据。其本身并不存储数据。Hive 定义了简单的类 SQL 查询语言，称为 HQL，通过编写HiveQL语句，运行具体的MapReduce任务。
1）采用批处理方式处理海量数据。
2）提供了ETL工具。
Hive的体系结构可以分为以下几部分：
Hive 对外提供了三种服务模式，即 Hive 命令行模式（CLI），Hive 的 Web 模式（WUI），Hive 的远程服务（Client）。Hive 远程服务通过 JDBC 等访问来连接 Hive ，这是日常中最需要的方式。
元数据存储在Mysql或Derby中。Hive 中的元数据包括表的名字，表的列和分区及其属性，表的属性（是否为外部表等），表的数据所在目录等。
由Cloudera公司开发的新型查询系统。
Impala元数据存储在Hive中，不能独立运行，依赖Hive元数据。
Impala执行查询时，不需要转换成MapReduce任务，可以直接与HDFS或HBase进行交互查询，查询效率远远高于Hive。
Impala采用与Hive相同的SQL语法，ODBC驱动程序和用户接口。
Impala主要由Impalad， State Store和CLI组成，执行查询的时候分布在多个节点上进行。
Impalad：负责协调客户端提交变得查询的执行，与HDFS的数据节点运行在同一节点上。
State Store：负责收集分布在集群中各个Impalad进城的资源信息用于查询调度。
CLI： 提供给用户查询使用的命令行工具（Impala Shell使用python实现），同时Impala还提供了Hue，JDBC， ODBC使用接口。
DBeaver中配置的使用JDBC来访问。
其具体执行过程如下：
1、试用场景：
Hive：跑批
Impala：实时交互
2、计算方式：
Hive：依赖于MapReduce框架
Impala：直接分发执行计划到各个Impalad执行查询
3、资源使用情况：
Hive执行过程中，若内存放不下所有数据则会使用外存。
Impala只用内存。
