在INT / BIGINT和VARCHAR上的Hive连接之间是否存在经过验证的性能差异？

Question

多年来，我一直在阅读/听到关于 bigint 列的数据库连接的＆＃39; 加入（ var）char 列。

不幸的是，在寻找关于＆＃39;类似问题＆＃39; 的真实答案/建议时：

• 使用的示例位于传统＆＃39> RDBMS上下文中，如Mysql或Oracle / SQL Server。以this question或this example
为例
• 答案很古老，运行时的结束差异并不大。再次，请参阅this example

我 没有看到 使用 Hive 版本（最好是版本1.2.1或更高版本）的示例，其中有一个大 （BIG-DATA-ISH）数据集（让我们说 5亿+行）连接到类似大小的数据集：

1. 一个Bigint专栏
2. VERSUS a（var）Char（32）列。
3. VERSUS a（var）Char（255）列。

我选择32的大小，因为它是MD5哈希的大小，转换为字符和255，因为它是＆＃39;在最大的自然键I的范围内曾见过。

Futhermore ，我希望Hive：

• 在 Tez 引擎
下运行
• 使用（压缩）文件格式，例如 ORC + ZLip / Snappy

有没有人知道 这样的例子 ，通过展示Hive 解释计划，CPU，文件＆amp;网络资源+查询运行时？