随着网络信息处理市场的快速扩张和信息处理数据量的急剧增长,针对大规模和超大规模数据的分布式计算处理技术成为倍受关注的工程研究课题。为此,工程研发界普遍关注在互联网领域得以广泛应用的Hadoop技术,国内的高校和科研院所对Hadoop在数据存储,资源管理,作业调度,性能优化,系统高可用性和安全性方面的特性也在进行深入剖析。本文结合淘宝电子商务系统存储处理交易数据的需求和应用,系统研究了基于Hadoop的数据仓库基础架构——Hive的性能的优化方法。本文首先给出了Hadoop系统计算特性的定义,分析了Hadoop的Map/Reduce任务分配方式和相应的文件存储系统HDFS。划分为三个层次实现调优目的,通过介绍分析底层参数及改变各参数值后达到的效果,引出可执行的优化方法。描述了基于Hadoop系统的基础架构Hive及类SQL语言HQL,并分析了普通数据库与分布式数据处理的异同点。通过典型的代码案例,阐述了Hive的逻辑特点,在引出相应的优化方向及参数调整方案之后,分别从解决数据类型问题,解决数据倾斜问题,配合内部优化减少Job,结合淘宝数据需求特点等几方面,采用修改代码脚本的方法优化数据计算。实测数据表明,优化算法取得了良好的效果。