常见Hive SQL操作的执行过程

1、join

SELECT pv.pageid, u.age
FROM page_view pv
	JOIN user u ON pv.userid = u.userid ;

实现过程：

1）Map：

1. 以 JOIN ON 条件中的列作为 Key，如果有多个列，则 Key 是这些列的组合

2. 以 JOIN 之后所关心的列作为Value，当有多个列时，Value 是这些列的组合。在 Value 中还会包含表的 Tag信息，用于标明此 Value 对应于哪个表

3. 按照 Key 进行排序

2）Shuffle：

1. 根据 Key 的值进行 Hash，并将 Key/Value 对按照 Hash 值推至不同对 Reduce 中

3）Reduce：

1. Reducer 根据 Key 值进行 Join 操作，并且通过 Tag 来识别不同的表中的数据
   　　

2、Group By

SELECT pageid, age, count(1) 
FROM pv_users 
GROUP BY pageid, age; 

实现过程：

3、Distinct

SELECT age, count(distinct pageid) 
FROM pv_users 
GROUP BY age;

实现过程：