我有一些关于Hive性能的问题。
我在网上的某个地方读到，压缩数据（orc，尤其是snappy）将在读取数据方面产生更好的性能。
另外，如果使用order by将数据加载到表中，则会产生一个大文件，从而降低读取可用性。
因此，实现与order by相同效果的另一种方法是使用cluster by，cluster by将创建多个小文件。
我做了一个压缩数据的实验，按数据聚类和按数据排序，以查看它们的性能。
目前，我有5个数据节点和1个名称节点。加载到每个表中的数据文件约为19gb+（200多万条记录）
我使用以下查询创建了orc snappy压缩表：

CREATE EXTERNAL TABLE orc_t (....)
STORED AS ORC
LOCATION '...'
TBLPROPERTIES(orc.compress="SNAPPY")

当我看到每一张table的表演时，我感到很迷茫。我运行的查询是：

SELECT * FROM orc_t WHERE date_format(st_time, 'yyyy-MM-dd') = '2017-05-20'

压缩数据需要2米45秒
按数据分类花了43秒
按数据排序43秒
似乎压缩数据花费的时间最长，而按数据分类的集群似乎比按数据排序的集群没有显著的性能。
我的5个数据节点是否有足够的读取能力，以至于解压实际上会降低性能？
还是我的样本数据不够大？
我错过什么了吗？
请任何Maven在上述问题上给我指点一下好吗？