表的hive導入：
create table XXXXXXX201512 (N多字段構成)STORED AS PARQUETFILE;
insert into XXXXXXX201512 select * from XXXXXXX20151231;
以上的insert，3000萬的資料，一般是6、7分鐘的樣子，，一個表到總表産生的分片數是40多個，之後查詢一張表大概1秒左右
别用Spark-SQL進行以上的插入過程，原因如下：
測試用sparksql來導入：
create table XXXXXXX201512P (N多字段構成)STORED AS PARQUETFILE;
insert into XXXXXXX201512P select * from XXXXXXX20151231;
以上的insert，3000萬的資料，超過了10分鐘，一個表到總表産生的分片數是80多個，查詢1.5秒左右
從檔案數論證hive和sparksql對以上過程的分片機制：
得出結論：hive的上述過程是按照block的進行兩兩合并，然後壓縮成為parquet檔案的；sparksql是按照每個block壓縮成為parquet檔案的，同時，sparksql把空part也會算一個進行壓縮！！！
原表的資料：
part0，65個block；part1，0個block；part2，11個block；part3，0個block；part4，4個block；
block數量一共是80個，而hive産生的總表中由這個表過去的資料的part數量是40個！！！sparkSQL産生的總表中由這個表過去的資料的part數量是82個！！！
由此可以看出，在進行上述操作的時候，hive至少比spark還是優化了一點的。
具體是不是我說的兩兩合并，有待看源碼驗證！！！