既然我一直遇到这个错误，如何优化这个表单的查询？或者想出更好的执行计划？如果我删除了substring子句，查询将正常工作，这表明这需要大量内存。
当作业失败时，直线输出显示堆空间。在线阅读建议我增加 export HADOOP_HEAPSIZE 但这仍然会导致错误。我尝试的另一件事是增加 hive.tez.container.size 以及 hive.tez.java.opts （tez heap），但仍然有这个错误。在yarn日志中，可能会超出gc开销限制，这表明内存不足和/或查询计划效率极低，因为它无法收集回足够的内存。
我正在使用azure hdinsight interactive query 4.0。20个工作节点、d13v2 8核和56gb ram。

源表

create external table database.sourcetable(
  a,
  b,
  c,
  ...
  (183 total columns)
  ...
)
PARTITIONED BY ( 
  W string, 
  X int, 
  Y string, 
  Z int
)

目标表

create external table database.NEWTABLE(
  a,
  b,
  c,
  ...
  (187 total columns)
  ...
  W,
  X,
  Y,
  Z
)
PARTITIONED BY (
  aAAA,
  bBBB
)

查询

insert overwrite table database.NEWTABLE partition(aAAA, bBBB, cCCC)
select
a,
b,
c,
...
(187 total columns)
...
W,
X,
Y,
Z,
cast(a as string) as aAAA, 
from_unixtime(unix_timestamp(b,'yyMMdd'),'yyyyMMdd') as bBBB,
substring(upper(c),1,2) as cCCC
from database.sourcetable