hiveql运行太慢(需要提高性能)

我在研究蜂巢,而且是新的。

我正在尝试改进以下代码的性能:

INSERT INTO target_table
(col1,col2,col3...)   --- I have 64 columns in total
SELECT
 t1.col1,t1.col2,t1.col3...
FROM (
      SELECT
      ts.col1,ts.col2,ts.col3...
      FROM source_table ts
      LEFT JOIN label_table tb 
       ON ( ts.colx = tb.colx AND ts.coly = tb.coly )
      WHERE
      ts.colx <> '' AND ts.colx <> 'NULL'
      AND ts.colx IS NOT NULL
      AND tb.colx IS NULL 
      LIMIT 10000
      ) t1

此代码的目标是将行插入 target_table ,来自 source_table 以及谁的 colx 在中未找到 label_table .

这个 源表 包含大约14亿行和 标签\表格 行数较少,但我将在中插入更多行 标签\表格 未来(其行数最终将超过10亿)。

我的问题是:目前这个代码处理10000行大约需要半个小时 LIMIT 是 10,000 )。如果我增加 限制 到 1,000,000 当还原过程达到66.6%时,我的代码将被卡住。因为我有14亿行要处理,所以总时间对我来说太长了。是否有任何方法可以帮助增强此代码的性能?有人能给点建议吗?

提前谢谢!