OR 条件通常是性能杀手。
如果您的查询运行缓慢，您可以尝试的另一种方法是 union 两个子查询，如：

SELECT A.a, B.b 
FROM A JOIN B ON A.equal = B.equal 
WHERE A.condition1 > 100
UNION
SELECT A.a, B.b 
FROM A JOIN B ON A.equal = B.equal 
WHERE B.condition2 > 100

你想要索引吗 A(condition1, equal) 以及 B(condition2, equal) 为了表现。
如果可以保证子查询的结果集之间没有重叠（即没有同时满足这两个条件的行），那么可以更改 UNION 至 UNIN ALL ：由于数据库不需要跨结果集查找重复项，因此效率要高得多。

这是gmb答案的一个变体。但因为你关心性能，所以值得强调。你想用 UNION ALL 具有适当的索引：

SELECT A.a, B.b 
FROM A JOIN B ON A.equal = B.equal 
WHERE A.condition1 > 100
UNION ALL
SELECT A.a, B.b 
FROM A JOIN B ON A.equal = B.equal 
WHERE B.condition2 > 100 AND A.condition1 <= 100;

使用 UNION ALL 删除删除重复项的步骤。
以上假设 A.condition1 永远不会 NULL . 这很容易处理，但只是使查询复杂了一点。
在hive中，只有当其中一个或两个条件都具有相当的选择性时，这才能真正提高性能——通过减少在hive中匹配的行数 JOIN . 如果每一个都选择，比如说，90%的行，那么您的版本可能非常相似。
如果数据库可以使用索引，则需要：
A(condition1, equal, a) B(equal, b) B(condition2, equal, b) A(equal, a, condition1)

研究执行日志。如果是倾斜（单个减速器运行缓慢），请参阅此答案。如果没有歪斜，那么
尝试增加平行度：
tez上Map器的示例设置：

set hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;
set tez.grouping.max-size=32000000;
set tez.grouping.min-size=32000;

如果决定在mr而不是tez上运行，则Map器的示例设置：

set mapreduce.input.fileinputformat.split.minsize=32000; 
set mapreduce.input.fileinputformat.split.maxsize=32000000;

--减速器设置示例：

set hive.exec.reducers.bytes.per.reducer=32000000; --decrease this to increase the number of reducers, increase to reduce parallelism

播放这些设置。成功的标准是更多的Map器/还原器，你的Map和还原阶段运行得更快。
另请参见：https://stackoverflow.com/a/48487306/2700344
@如果条件是选择性的，并且较小的过滤数据集适合内存（在联接之前），并且启用了Map联接，则gordonlinoff配方可以正常工作： set hive.auto.convert.join=true;