HIVE点滴：选择两个字段时distinct位置的影响

当选择两个字段时，例如："select XX1, XX2 from tb; "，那么将distinct放在前一个字段XX1之前和放在后一个字段XX2之前，结果有什么不同呢？

先说结论：如果将distinct放在前一个字段之前，则会返回对两个字段的组合去重后的结果；而如果将distinct放在后一个字段之前，则会报错。

 

以下是在HIVE中的验证：

1）建表：其中xxx替换为本地目录名

create external table tmp_tb(
id int,
content int
) row format delimited
fields terminated by ','
stored as textfile
location '/tmp/xxx';

2）从tmp_tb文件中导入数据

load data
local inpath '/home/xxx/tmp_tb'
overwrite into table tmp_tb;

tmp_tb内容：

1,5

2,6

2,5

2,5

3,6

 

3）选择两个字段时，distinct放在后一个字段之前：

select id, distinct content
from tmp_tb;

结果出现错误提示：

FAILED: ParseException line 1:11 cannot recognize input near'distinct' 'content' 'from' in selection target

 

4）选择两个字段时，distinct放在前一个字段之前：

select distinct id, content
from tmp_tb;

结果如下：

1       5

2       5

2       6

3       6

 

可见，当选择两个字段时，如果将distinct放在前一个字段之前，则会返回对两个字段的组合去重后的结果，即distinct同时作用于两个字段；而如果将distinct放在后一个字段之前，则有语法错误。