根据您查询的数据，您可以通过使用不同的文件格式（如orc、parquet）获得收益。您要查询什么样的数据，是结构化数据还是非结构化数据？你想执行什么样的查询？如果是结构化数据，您还可以在hadoop解决方案上使用其他sql（如infinib、presto、impala等）来获得收益。。。
我是英菲尼德的建筑师
http://infinidb.co
像infinib、impala等hadoop解决方案上的sql通过它们加载数据来工作，它们将在其中执行计算、优化等。。。使数据查询更快。这对于交互式分析查询非常有帮助，尤其是与hive之类的查询相比。
也就是说，您正在处理5gb的数据（但数据总是在增长！总有一天会成为tbs），它非常小，所以您仍然可以使用一些不适用于高性能查询的工具。使用hive的最佳解决方案是查看数据的状态，看看orc或parquet是否有助于您的查询（列格式适合于分析查询）。
对于对hdfs数据执行sql查询，hive总是一个较慢的选项。hortonworks和他们的stinger计划正在使它变得更好，你可能想看看。
http://hortonworks.com/labs/stinger/

如果您对列的一个子集感兴趣，这个用例听起来很适合orc，parquet。带有hive0.12的orc附带了ppd，它可以帮助您在运行查询时丢弃块，同时使用它为每列存储的元数据。
我们在hive上做了一个实现，在orc文件的元数据索引中支持bloom过滤器，这使性能提高了5-6倍。
为执行的查询启动的Map器/缩减器任务的平均数量是多少？调整一些参数肯定会有帮助。

是的，索引应该会有帮助。然而，获取数据的子集（使用limit）并没有真正的帮助，因为hive仍然会在限制输出之前扫描整个数据。
您可以尝试使用rcfile/orcfile格式以获得更快的结果。在我的实验中，基于rcfile的表执行查询的速度大约是基于textfile/sequence文件表的10倍。