MaxCompute的优化避免一些消耗资源的操作是什么？

避免一些消耗资源的操作，比如： 少用distinct，容易触发数据倾斜 count（distinct）处理的时间会很长可以转换成count（）+ group by。因为如果原先只用count(distinct)来处理表的数据，只会开启一个reduce任务来完成所有的计算，而改成count/sum + group by后，除了count/sum会开启一个reduce计算之外，group by也会单独开启另一个reduce来计算，因此数据量大时可以明显提升查询速度。 尽量避免Order by，order by会触发全局排序，只能单点运行，效率低，如果业务允许，可以改成distribute by + sort by 将full outer join 改为left outer join + union all 并对小表使用上mapjoin。 多个表join时，join顺序很重要，优先选择join结果输出小的表先关联，能有效减少中间数据量，节省IO和计算资源。 读取相同源表时可以合并成一条sql，系统会优化只读取一次。 (5) 尽量使用内置的UDF函数和窗口函数：内置UDF在实现时做了很多优化，运行快，省资源，窗口函数本身能处理很多复杂问题。 (6) 尽可能保证表达式两边的数据类型一致：如果发生隐式转换容易造成精度问题，比如string和bigint都转成double来相等比较，悲观情况下，可能触发数据倾斜。这时要cast显式转换一下 工作中还用到的： - 数据量达到千万级别的，尽量固化分区，不在查询sql里面进行动态分区，减少资源使用 - sql行数较长的，尽量拆分成工作流任务，可以优化性能和排查问题的难易度。 - 维度表要放到mapjoin里，加大资源利用率 - 数据倾斜较高的表，先落地成临时表 - 每日全量推送任务的，如果表级数据量较高的，分析是否可以改成增量模式。 https://blog.csdn.net/qq_33439938/article/details/108558941