Hive 配置单元QL是否对性能不利？

我有一个蜂巢式SQL

在（1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20）中选择5；

当我解释它时，它告诉我hive将扫描这个：

== Physical Plan ==
*(1) Project [true AS (5 IN (1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20))
+- Scan OneRowRelation[]  

---

这是否意味着hive将在此集合上执行序列扫描而不是集合查找（这会导致性能不佳）？

答案可以在的实现中找到

org.apache.hadoop.hive.ql.udf.generic.GenericUDFIn

简单地说，它取决于括号中的参数。特别是它们是否都是常量

对于所有常量，将分别为每个映射器初始化一次哈希集。当计算在一行完成时，只需检查值是否在集合中

如果至少有一个arg不是常量，即arg依赖于要计算的行，则针对每一行执行一个遍历所有arg的for循环。所以在这种情况下，长参数列表会降低执行速度

有关详细信息，请参阅此处的代码：

祝你今天愉快：）