服务器之家:专注于服务器技术及软件下载分享
分类导航

Mysql|Sql Server|Oracle|Redis|MongoDB|PostgreSQL|Sqlite|DB2|mariadb|Access|数据库技术|

服务器之家 - 数据库 - 数据库技术 - Hive数据去重的两种方式 (distinct和group by)

Hive数据去重的两种方式 (distinct和group by)

2023-07-30 12:32未知服务器之家 数据库技术

1.distinct消除重复行 distinct支持单列、多列的去重方式。 单列去重的方式简明易懂,即相同值只保留1个。 多列的去重则是根据指定的去重的列信息来进行,即只有 所有指定的列信息都相同 ,才会被认为是重复的信息。 (1)作用于单

1.distinct消除重复行

distinct支持单列、多列的去重方式。

单列去重的方式简明易懂,即相同值只保留1个。

多列的去重则是根据指定的去重的列信息来进行,即只有所有指定的列信息都相同,才会被认为是重复的信息。

(1)作用于单列

  select distinct name from A    //对A表的name去重然后显示

(2)作用于多列

  select distinct id,name from A   //对A表的id和name去重然后显示

注意,distinct作用于多列的时候只在开头加上即可,并不用每个字段都加上。

     distinct必须在开头,在中间是不可以的,会报错。

  select id,distinct name from A   //错误

(3)配合count使用

  select count(distinct name) from A  //对A表的不同的name进行计数

2.group by 分组语句

    select name from A group by name   //跟上述等价,对name分组,相当于去重。

    在使用group by的时候,前边一般会有聚合语句,例如sum,一些没有聚合的字段必须要加到group by 后边。

   select a,sum(b) from A group by a   //后边必须要有a,否则报错  

3.区别

 其实二者没有什么可比性,但是对于不包含聚集函数的GROUP BY操作来说,和DISTINCT操作是等价的。不过虽然二者的结果是一样的,但是二者的执行计划并不相同。

 distinct只是将重复的行从结果中出去; 

 group by是按指定的列分组,一般这时在select中会用到聚合函数。

 distinct是把不同的记录显示出来。 

 group by是在查询时先把纪录按照类别分出来再查询。

 group by 必须在查询结果中包含一个聚集函数,而distinct不用。

总结

免费资源网,http://www.zzvips.com/uploads/allimg/2mnfk3q4izs

延伸 · 阅读

精彩推荐