在Hive中增加列本身不会对性能产生直接影响，因为Hive是一个基于MapReduce的批处理系统，它的设计初衷是为了处理大规模的数据集。然而，在实际应用中，增加列可能会间接地影响性能，具体取决于以下几个因素：
数据倾斜：如果新增的列在大部分行中都有相同的值，那么这个操作可能会导致数据倾斜，从而影响查询性能。为了解决这个问题，可以在添加列时使用IF函数或者CASE语句来为不同的行分配不同的默认值。
存储空间：增加列会增加表的存储空间需求。如果表的数据量很大，那么存储空间的增加可能会导致性能下降，因为Hive需要读取更多的数据来执行查询。为了解决这个问题，可以考虑对表进行分区或者压缩，以减少存储空间和提高查询性能。
数据加载和转换：在向表中添加新列时，可能需要对现有数据进行加载和转换。这个过程可能会消耗一定的计算资源，从而影响性能。为了解决这个问题，可以在低峰时段进行数据加载和转换操作，或者使用Hive的优化功能，如分区、桶等，来提高查询性能。
查询优化：在某些情况下，增加列可能会影响查询优化器的性能。例如，如果新增的列被用于查询条件或者连接条件，那么查询优化器可能需要花费更多的时间来处理这些条件。为了解决这个问题，可以尝试优化查询语句，或者使用Hive的查询提示（如SET语句）来指导查询优化器。
总之，在Hive中增加列可能会对性能产生一定影响，但这并不是绝对的。通过合理的设计和优化，可以降低这些影响，从而提高查询性能。