控制Map器的数量：
Map器的数量取决于各种因素，例如数据在节点之间的分布方式、输入格式、执行引擎和配置参数。另请参见初始任务并行如何工作
mr使用combineinputformat，而tez使用分组拆分。
特兹：

set tez.grouping.min-size=16777216; -- 16 MB min split
set tez.grouping.max-size=1073741824; -- 1 GB max split

增加这些数字以减少正在运行的Map程序的数量。
此外，Map器在数据所在的数据节点上运行，这就是为什么手动控制Map器的数量不是一项容易的任务，也不总是能够合并输入。
控制减速器的数量：
减速机的数量根据

mapreduce.job.reduces

每个作业的默认减少任务数。通常设置为接近可用主机数的素数。忽略时间 mapred.job.tracker 是“本地”。hadoop默认设置为1，而hive使用-1作为默认值。通过将此属性设置为-1，hive将自动计算出减速器的数量。 hive.exec.reducers.bytes.per.reducer -配置单元0.14.0及更早版本中的默认值为1 gb。
也 hive.exec.reducers.max -将使用的最大减速器数量。如果 mapreduce.job.reduces 如果为负，则在自动确定减速器数量时，hive将使用此值作为减速器的最大数量。
简单设置 hive.exec.reducers.max=<number> 限制减速器运行的数量。
如果要增加reducers并行性，请增加hive.exec.reducers.max并减少hive.exec.reducers.bytes.per.reducer。
内存设置

set tez.am.resource.memory.mb=8192;
set tez.am.java.opts=-Xmx6144m;
set tez.reduce.memory.mb=6144;
set hive.tez.container.size=9216;
set hive.tez.java.opts=-Xmx6144m;

默认值 设置意味着 Tez 任务将使用Map程序的内存设置：

hive.tez.container.size = mapreduce.map.memory.mb
hive.tez.java.opts = mapreduce.map.java.opts

阅读本文了解更多详细信息：揭开apachetez内存调优的神秘面纱-一步一步
我建议先优化查询。如果可能，使用Map联接，使用矢量化执行，添加 distribute by partitin key 如果您编写分区表是为了减少减速机上的内存消耗，当然要编写好sql。