表的hive导入：
create table XXXXXXX201512 (N多字段构成)STORED AS PARQUETFILE;
insert into XXXXXXX201512 select * from XXXXXXX20151231;
以上的insert，3000万的数据，一般是6、7分钟的样子，，一个表到总表产生的分片数是40多个，之后查询一张表大概1秒左右
别用Spark-SQL进行以上的插入过程，原因如下：
测试用sparksql来导入：
create table XXXXXXX201512P (N多字段构成)STORED AS PARQUETFILE;
insert into XXXXXXX201512P select * from XXXXXXX20151231;
以上的insert，3000万的数据，超过了10分钟，一个表到总表产生的分片数是80多个，查询1.5秒左右
从文件数论证hive和sparksql对以上过程的分片机制：
得出结论：hive的上述过程是按照block的进行两两合并，然后压缩成为parquet文件的；sparksql是按照每个block压缩成为parquet文件的，同时，sparksql把空part也会算一个进行压缩！！！
原表的数据：
part0，65个block；part1，0个block；part2，11个block；part3，0个block；part4，4个block；
block数量一共是80个，而hive产生的总表中由这个表过去的数据的part数量是40个！！！sparkSQL产生的总表中由这个表过去的数据的part数量是82个！！！
由此可以看出，在进行上述操作的时候，hive至少比spark还是优化了一点的。
具体是不是我说的两两合并，有待看源码验证！！！