1，注意检查Hive表的分区字段，并尽量多地使用
2，注明需要使用的列，而不是直接用 * 来获取所有列
3，尽量提前做过滤，减少后续处理的数据量
4，过滤条件写到子查询中，不要在外部写一个整体的大where条件
5，关注字段类型
虽然存在数据类型自动转换，但可能有坑。如date分区，大部分日期分区是字符串类型，不要吝啬引号：date='20190923'
6，注意别名使用
sql复杂时子查询别名要详尽有区分度
不要使用关键词作为别名，如inner，outer，join等
别名不要重复，可能造成sql解析歧义
7，不要在where条件中对分区字段做函数操作：
例如：
select *
from
origin_log.event_log_hourly
WHERe
app = 'hive'
and date = '${date}'
and event like '%news%'
这种条件不能下推会导致将所有event扫描一遍，应将具体的event都列出来event in （'news'，'news_article','news_lite')
8，union两边的数据类型必须匹配
9，不要在in中填入大量的过滤值，很多值请存临时表
10，控制sql中or的个数
曾出现where uid = 1 or uid = 2 or ........... or了非常多的情况，直接造成sql解析负载太高，系统卡住。
11，逻辑表达式合理使用括号
and 的优先级高于 or
12，正则表达式提前测试确认
因为正则表达式的错误是sql解析判断不出来的，发现不正确再重试代价大
