开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

如何使用select count (distinct x)对同一个表中的两个值进行计数，并在输出中获得这两个不同的值？

使用select count (distinct x)对同一个表中的两个值进行计数，并在输出中获得这两个不同的值，可以通过以下步骤实现：

首先，使用SELECT语句从表中选择需要计数的列x和另一个需要获取不同值的列y。例如，假设表名为table，列名为x和y，可以使用以下语句选择这两列的值： SELECT x, y FROM table;
接下来，使用COUNT函数和DISTINCT关键字对列x进行计数，并将结果作为新的列count_x。同时，使用GROUP BY子句将结果按照列y进行分组。以下是示例代码： SELECT y, COUNT(DISTINCT x) AS count_x FROM table GROUP BY y;
最后，执行上述查询语句后，将会得到一个结果集，其中包含了列y的不同值以及对应的列x的计数结果。可以通过遍历结果集来获取这两个不同的值和计数结果。

这种方法可以帮助我们对同一个表中的两个值进行计数，并在输出中获得这两个不同的值。在实际应用中，可以根据具体需求进行适当的调整和扩展。

腾讯云相关产品和产品介绍链接地址：

腾讯云数据库 TencentDB：https://cloud.tencent.com/product/cdb
腾讯云云服务器 CVM：https://cloud.tencent.com/product/cvm
腾讯云人工智能 AI：https://cloud.tencent.com/product/ai
腾讯云物联网 IoT Hub：https://cloud.tencent.com/product/iothub
腾讯云移动开发 MSDK：https://cloud.tencent.com/product/msdk
腾讯云存储 COS：https://cloud.tencent.com/product/cos
腾讯云区块链 TBaaS：https://cloud.tencent.com/product/tbaas
腾讯云元宇宙 QCloud Metaverse：https://cloud.tencent.com/product/metaverse

请注意，以上链接仅供参考，具体产品选择应根据实际需求和情况进行评估和决策。

相关搜索:如何在一次SELECT中对不同组值的行进行计数 SQL如何在表中对不同的值进行分组？如何获得具有硬编码值的表(该表是select中创建的表)的计数？如何使用count函数对一列中不同元素的实例进行计数连接四个表时对两个表中的值进行计数如何对pandas数据帧中的每个不同值进行递增计数如何从两个不同的列中获取x轴值进行绘图？如何根据同一SELECT中不同的id从表中获取两个值如何在SQL Server中使用count从多个表中获取不同的值？如何对Flux中的项进行计数，如果Count大于X则返回错误，否则继续使用Pipeline PowerBi:如果两个不同的值出现在另一列中，则对该列中的不同值进行迭代计数 Pandas:如何对两个不同数据帧中的值进行条件求和如何对不同工作表中列出的值使用排名公式如何计算同一列中的两个不同值，并将这些计数输出到两个不同的列 pandas在group of后对每个组中的值进行排序，并在使用cumsum后获得值的百分比如何使用sql表中的所有值对php数组进行json编码？如何使用转换表对一列中的字符值进行量化？如何从两个不同的表中同时选择count和另一个值？如何使用MySQL对WordPress中的元值进行计数以显示为两列？如何从记录总数中获取特定列值的计数并在SQL Server中显示两个不同列的差异

相关搜索:

页面内容是否对你有帮助？

有帮助

没帮助

相关·内容

「干货」Hive常用10大应用技巧『Hive系列2』

阅读建议：本文总结Hive应用过程中的「实用技巧」及「需避开的坑」，偏知识总结类文章，欢迎「收藏」「分享」哦。

01

数据分析工具篇——HQL原理及优化

HQL是数据分析过程中的必备技能，随着数据量增加，这一技能越来越重要，熟练应用的同时会带来效率的问题，动辄十几亿的数据量如果处理不完善的话有可能导致一个作业运行几个小时，更严重的还有可能因占用过多资源而引发生产问题，所以HQL优化就变得非常重要，本文我们就深入HQL的原理中，探索HQL优化的方法和逻辑。

02

SQL 中的一些小巧但常用的关键字

前面的几篇文章中，我们大体上介绍了 SQL 中基本的创建、查询语句，甚至也学习了相对复杂的连接查询和子查询，这些基本功相信你也一定掌握的不错，那么本篇则着重介绍几个技巧方面的关键字，能够让你更快更有效率的写出一些 SQL。

04

数据库查询常用语句语法

name =’Argentina’ or name =’Australia’等同于 name in IN(‘Argentina’,’Australia’)

03

MADlib——基于SQL的数据挖掘解决方案（8）——数据探索之描述性统计

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/wzy0623/article/details/79071818

02

你好奇过 MySQL 内部临时表存了什么吗？

MySQL 临时表分为两种：外部临时表、内部临时表。用户通过 CREATE TEMPORARY TABLE 创建的是外部临时表。SQL 语句执行过程中 MySQL 自行创建的是内部临时表，explain 输出结果的 Extra 列出现了 Using temporary 就说明 SQL 语句执行时使用了内部临时表。

02

「PostgreSQL技巧」Citus实时执行程序如何并行化查询

Citus有多个不同的执行程序，每个执行程序的行为都不同，以支持各种用例。对于许多概念而言，分布式SQL似乎必须是一个复杂的概念，但是其原理并不是火箭科学。在这里，我们将看几个有关Citus如何采用标准SQL并将其转换为以分布式形式运行以便可以并行化的示例。结果是您可以看到单节点数据库的查询性能提高了100倍或更多。

01

MySQL 怎么用索引实现 group by？

我们用 explain 分析包含 group by 的 select 语句时，从输出结果的 Extra 列经常可以看到 Using temporary; Using filesort。看到这个，我们就知道 MySQL 使用了临时表来实现 group by。

06

MySQL 怎么用索引实现 group by？

我们用 explain 分析包含 group by 的 select 语句时，从输出结果的 Extra 列经常可以看到 Using temporary; Using filesort。看到这个，我们就知道 MySQL 使用了临时表来实现 group by。

02

Citus 分布式 PostgreSQL 集群 - SQL Reference(查询分布式表 SQL)

如前几节所述，Citus 是一个扩展，它扩展了最新的 PostgreSQL 以进行分布式执行。这意味着您可以在 Citus 协调器上使用标准 PostgreSQL SELECT 查询进行查询。 Citus 将并行化涉及复杂选择、分组和排序以及 JOIN 的 SELECT 查询，以加快查询性能。在高层次上，Citus 将 SELECT 查询划分为更小的查询片段，将这些查询片段分配给 worker，监督他们的执行，合并他们的结果（如果需要，对它们进行排序），并将最终结果返回给用户。

02

一场pandas与SQL的巅峰大战（二）

上一篇文章一场pandas与SQL的巅峰大战中，我们对比了pandas与SQL常见的一些操作，我们的例子虽然是以MySQL为基础的，但换作其他的数据库软件，也一样适用。工作中除了MySQL，也经常会使用Hive SQL，相比之下，后者有更为强大和丰富的函数。本文将延续上一篇文章的风格和思路，继续对比Pandas与SQL，一方面是对上文的补充，另一方面也继续深入学习一下两种工具。方便起见，本文采用hive环境运行SQL，使用jupyter lab运行pandas。关于hive的安装和配置，我在之前的文章MacOS 下hive的安装与配置提到过，不过仅限于mac版本，供参考，如果你觉得比较困难，可以考虑使用postgreSQL，它比MySQL支持更多的函数(不过代码可能需要进行一定的改动)。而jupyter lab和jupyter notebook功能相同，界面相似，完全可以用notebook代替，我在Jupyter notebook使用技巧大全一文的最后有提到过二者的差别，感兴趣可以点击蓝字阅读。希望本文可以帮助各位读者在工作中进行pandas和Hive SQL的快速转换。本文涉及的部分hive 函数我在之前也有总结过，可以参考常用Hive函数的学习和总结。

02

一篇文章让你了解Hive调优

老工在职场多年，从事过海量（PB级）数据的关系型数据库数据处理工作，后由于数据平台升级的要求，将数据迁移到Hadoop集群，做了多年的数据研发和数据产品的研发工作，从业务理解、数据模型构建、数据采集、数据清洗，到数据产品前端/服务端的研发都做过，基本涵盖了数据的生命周期。对于Hive调优，老工自有一番理解。下面将从一个过度优化的案例说起。

02

前端也该知道，除了 select 、 from 、 where 之外的另外几个重要的数据库操作

由于自己的数据库知识还停留在大学时期，对仅存的 select 、 from 、 where 这几个关键字的印象，稍微复杂一点的操作就又要一直检索查。。。

02

能写数据后台，需要掌握哪些进阶的sql语句？

国庆假期花了一些时间，首次尝试并玩转 grafana，这几天继续不断优化和完善，如今看着自己的成果，相当满意。——逐步接近我想要的理想后台啦。

03

Hive性能优化（全面）

面对这些问题，我们能有哪些有效的优化手段呢？下面列出一些在工作有效可行的优化手段：

04

hive优化大全-一篇就够了[通俗易懂]

1.概述　　在工作中总结Hive的常用优化手段和在工作中使用Hive出现的问题。下面开始本篇文章的优化介绍。

02

【MySql】聚合函数&&group by&&OJ题目

MySQL中的聚合函数用于对数据进行计算和统计，常见的聚合函数包括下面列举出来的聚合函数：

01

Hive Count Distinct优化

目前，Hive底层使用MapReduce作为实际计算框架，SQL的交互方式隐藏了大部分MapReduce的细节。这种细节的隐藏在带来便利性的同时，也对计算作业的调优带来了一定的难度。未经优化的SQL语句转化后的MapReduce作业，它的运行效率可能大大低于用户的预期。本文我们就来分析一个简单语句的优化过程。

03

分布式 PostgreSQL 集群(Citus)官方示例 - 实时仪表盘

Citus 提供对大型数据集的实时查询。我们在 Citus 常见的一项工作负载涉及为事件数据的实时仪表板提供支持。

03

Hive性能优化统计每日IP CREATE TABLE ip_2014_12_29 AS SELECT COUNT(DISTINCT ip) AS IP FROM logdfs WHERE logda

Hive性能优化 1.概述　　继续《那些年使用Hive踩过的坑》一文中的剩余部分，本篇博客赘述了在工作中总结Hive的常用优化手段和在工作中使用Hive出现的问题。下面开始本篇文章的优化介绍。 2.介绍　　首先，我们来看看Hadoop的计算框架特性，在此特性下会衍生哪些问题？数据量大不是问题，数据倾斜是个问题。 jobs数比较多的作业运行效率相对比较低，比如即使有几百行的表，如果多次关联多次汇总，产生十几个jobs，耗时很长。原因是map reduce作业初始化的时间是比较长的。 sum,

05

Mysql报错注入之函数分析

学习中遇见了 select count() from table group by floor(rand(0)2); 这么条语句。

04

sql聚合函数_SQL聚合函数

SQL Aggregate Functions basically operate on multiple columns to perform the operations and serve to represent the output as an entity representing the operation executed.

01

Spark SQL/Hive调优

任务进度长时间维持在99%（或100%），查看任务监控页面，发现只有少量（1个或几个）reduce子任务未完成。因为其处理的数据量和其他reduce差异过大。单一reduce的记录数与平均记录数差异过大，通常可能达到3倍甚至更多。最长时长远大于平均时长。

03

SQL 性能调优

我们要做到不但会写SQL,还要做到写出性能优良的SQL,以下为笔者学习、摘录、并汇总部分资料与大家分享！（1）选择最有效率的表名顺序(只在基于规则的优化器中有效) ORACLE 的解析器按照从右到左的顺序处理FROM子句中的表名，FROM子句中写在最后的表(基础表 driving table)将被最先处理，在FROM子句中包含多个表的情况下,你必须选择记录条数最少的表作为基础表。如果有3个以上的表连接查询, 那就需要选择交叉表(intersection table)作为基础表, 交叉表是指那

06

Leetcode-sql-one

本文中主要是介绍LeetCode中关于SQL的练习题，从易到难，循序渐进。文中会介绍题目和尽可能多的解答方案

02

【Hive】hive 数据倾斜、优化策略、hive执行过程、垃圾回收

group by和聚合函数（sum count max min）一起使用 group by和以上的聚合函数一起使用的时候会默认在map端执行一次combiner（局部聚合：减少reducetask的数据量，这个时候reduce端接受的数据就会大大减少一般不会出现数据倾斜 select id,count(*) from course group by id;

02

MySQL数据查询select语句灵活使用详解

作者：刘金玉数据库中对数据进行查询必须使用Select关键词。本期教程跟老刘一起对数据库查询的几种情况进行学习。第一种:单表查询语法结构: select 字段名称 from 表名称或者如果我们要查询表的所以字段，就直接使用select * from 表名这个语法即可，这里的星号*表示所有字段名称。案例：查询用户表user的所有信息 Select * from user 第二种:带有条件筛选的单表查询 where 这个语法只是在select查询语句的最好加上一条where语句进行数据的进一步过滤。语法结构：where 字段1 表达式符号相应条件值举例：查询姓名为刘金玉的用户信息 Select * from user where trueName='刘金玉' 这里要注意的是“刘金玉”为一个字符串，因此要加上单引号，在数据库查询语句中，我们之前强调过，如果字段类型为字符串类型(例如char、varchar、nchar、nvarchar、text等)就要在查询和录入的时候加上相应的单引号‘’ 第三种:多表查询 join 我们很多时候往往要多个表的数据举行查询，因为根据关系型数据库设计的特点，我们需要的各个字段的数据往往分布于各个不同的数据表内。虽然在数据库中我们也可以采用where语句进行关键表的字段，但是这样做有很多弊端：一是条件语句不清晰，二是查询效率降低。因此，我们引出了join这个关键词。 Join有三种类型： left join 左连接（默认的join就是left join） right join 右连接 inner join 内连接语法结构： Select * from 表1 left/right/inner join 表2 on 表1.字段=表2.字段举例：关联用户表和新闻表，关联字段为userid Select * from user left join news on user.userid= news. userid 根据这样说表关联，就可以显示文章的作者信息啦！当然，我们也可以采用给表取别名的方式关联。 Select * from user a left join news b on a.userid= b. userid 在使用join关键词进行关联的时候，一定要注意的是主表是哪个，这个跟现实结果记录数有关系。最好结合老刘的《零基础数据库教程》视频学习，注意观察一下不同的使用，得到的不同表关联结果。以下简单说明一下： A left join B 就是A为主表 A right join B 就是B为主表 A inner join B 就是取两张表的公共部分副表在这里只是根据关键词对主表进行匹配，可能会被多次匹配，这要看数据表设计时候的表关系。第四种:过滤相同列数据 distinct 如果我们得到的查询结果中有相同的数据行，我们可以通过distinct关键词进行过滤。语法结构：select distinct 字段 from 表没错，只需要在查询select关键词后加上distinct关键词即可。举例：查询用户表一共有哪些用户昵称。 Select distinct nickname from user 第五种:数据排序order by 我们很多时候都是要将查询后的数据进行排序的，按照我们查询的指定字段为主关键词和次要关键词进行排序，这个时候，我们需要使用order by这个重要关键词。这个关键词往往用在查询语句的最后。 Order by 往往结合asc和desc这两个关键词，其中asc表示升序，desc表示降序。语法结构： Select 字段 from 表『where语句』 order by 字段1 asc/desc, 字段2 asc/desc... 使用案例：查询用户表所有信息，并按照用户编号进行升序排序。 Select * from user order by userid asc 其实在这个语句中，我们也可以省略asc关键词，因为order by 默认是以升序作为排序规则的。所以这个语句，我们也可以写成： Select * from user order by userid 第六种:数据记录显示limit 我们很多使用数据库的人员中，很多人都是做软件来发的，因此limit这个关键词就非常实用了，因为我们可以结合这个关键词，为我们的软件查询出来的数据记录结果做一个分页功能。limit这个关键词往往用在查询语句的最后。语法结构： Select 字段 from 表 [where语句] [order by语句] [limit语句] 举例：获取用户表的前十条记录 Select * from user limit 10 获取用户表的第11～20条记录 Select * from user limit 10，20 第七种:聚合函数 sum count等

01

一文读懂SQL中的Aggregate(聚合) 函数和Scalar(标准)函数

SQL 拥有很多可用于计数和计算的内建函数。大致分为两类：SQL Aggregate 函数计算从列中取得的值，返回一个单一的值。SQL Scalar 函数基于输入值，返回一个单一的值。

01

SQL复杂查询语句

进行多表连接查询，掌握多表连接查询的连接条件或连接谓词，理解内连接、左连接和右连接的含义并熟练操作。

01

SQL必知必会总结2-第8到13章

本文是《SQL必知必会》一书的精华总结，帮助读者快速入门SQL或者MySQL，主要内容包含：

02

sql查询

两个表进行连接时，必须要有可比字段，两个可比字段的值进行逐一比较来决定当前两个元组是否可以连接

01

Hive常用性能优化方法实践全面总结

Apache Hive作为处理大数据量的大数据领域数据建设核心工具，数据量往往不是影响Hive执行效率的核心因素，数据倾斜、job数分配的不合理、磁盘或网络I/O过高、MapReduce配置的不合理等等才是影响Hive性能的关键。

02

MySQL数据库的增删改查(进阶)

这里需要确保查询集合的列数,类型,顺序要和插入表的列数,类型,顺序一致,这里列的名称可以不一样. values 替换成了select 查询的临时表.

01

数据倾斜解决方法总结

本文通过介绍数据倾斜以及数据倾斜解决方法，总结归纳了Hive、Spark、HBase等大数据处理框架在实际应用中出现的各种数据倾斜问题及其解决方法，为大数据处理框架的优化提供了方向。

01

探究Presto SQL引擎(4)-统计计数

本篇文章介绍了统计计数的基本原理以及Presto的实现思路，精确统计和近似统计的细节及各种优缺点，并给出了统计计数在具体业务使用的建议。

02

SQL聚合函数 COUNT

COUNT可以在引用表或视图的SELECT查询或子查询中使用。 COUNT可以在SELECT列表或HAVING子句中与普通字段值一起出现。

02

SQL 性能调优

我们要做到不但会写SQL,还要做到写出性能优良的SQL,以下为笔者学习、摘录、并汇总部分资料与大家分享！

01

【数据库SQL server】关系数据库标准语言SQL之数据查询

匹配串为固定字符串【1】查询学号为201215121的学生的详细情况。 SELECT * FROM Student WHERE Sno LIKE ‘201215121'; 等价于： SELECT * FROM Student WHERE Sno = ' 201215121 '; 匹配串为含通配符的字符串【1】查询所有姓刘学生的姓名、学号和性别。 SELECT Sname, Sno, Ssex FROM Student WHERE Sname LIKE '刘%'; 【1】查询姓"欧阳"且全名为三个汉字的学生的姓名。 SELECT Sname FROM Student WHERE Sname LIKE '欧阳__'; 【1】查询名字中第2个字为"阳"字的学生的姓名和学号。 SELECT Sname，Sno FROM Student WHERE Sname LIKE '__阳%'; 【1】查询所有不姓刘的学生姓名、学号和性别。 SELECT Sname, Sno, Ssex FROM Student WHERE Sname NOT LIKE '刘%'; 使用换码字符将通配符转义为普通字符 ESCAPE '＼' 表示“ ＼” 为换码字符【1】查询DB_Design课程的课程号和学分。 SELECT Cno，Ccredit FROM Course WHERE Cname LIKE 'DB\_Design' ESCAPE '\ ' ; 【1】查询以"DB_"开头，且倒数第3个字符为 i的课程的详细情况。 SELECT * FROM Course WHERE Cname LIKE 'DB\_%i_ _' ESCAPE '\ ' ; 谓词： IS NULL 或 IS NOT NULL，注意“IS” 不能用 “=” 代替【1】某些学生选修课程后没有参加考试，所以有选课记录，但没有考试成绩。查询缺少成绩的学生的学号和相应的课程号。 SELECT Sno，Cno FROM SC WHERE Grade IS NULL 【1】查所有有成绩的学生学号和课程号。 SELECT Sno，Cno FROM SC WHERE Grade IS NOT NULL; 逻辑运算符：AND和 OR来连接多个查询条件 AND的优先级高于OR 可以用括号改变优先级【1】查询计算机系年龄在20岁以下的学生姓名。 SELECT Sname FROM Student WHERE Sdept= 'CS' AND Sage<20; 【1】查询计算机科学系（CS）、数学系（MA）和信息系（IS）学生的姓名和性别。 SELECT Sname, Ssex FROM Student WHERE Sdept IN ('CS ','MA ','IS') 可改写为： SELECT Sname, Ssex FROM Student WHERE Sdept= ' CS' OR Sdept= ' MA' OR Sdept= 'IS ';

01

SQL命令 FROM（二）

这个可选关键字在查询的FROM子句中指定。它建议 IRIS使用多个处理器(如果适用)并行处理查询。这可以显著提高使用一个或多个COUNT、SUM、AVG、MAX或MIN聚合函数和/或GROUP BY子句的某些查询的性能，以及许多其他类型的查询。这些通常是处理大量数据并返回小结果集的查询。例如，SELECT AVG(SaleAmt) FROM %PARALLEL User.AllSales GROUP BY Region使用并行处理。

04

图解面试题：如何分析红包领取情况？

“用户活跃表”记录了用户的登录信息，包括用户标识、用户登录日期，以及是否是新用户（如果是新注册的用户值为1；如果是老用户，值为0）。

02

Hive参数与性能企业级调优（建议收藏）

Hive作为大数据平台举足轻重的框架，以其稳定性和简单易用性也成为当前构建企业级数据仓库时使用最多的框架之一。

03

Hive 常见的数据倾斜及调优技巧

Hive在执行MapReduce任务时经常会碰到数据倾斜的问题，表现为一个或者几个reduce节点运行很慢，延长了整个任务完成的时间，这是由于某些key的条数比其他key多很多，这些Key所在的reduce节点所处理的数据量比其他节点就大很多，从而导致某几个节点迟迟运行不完。

02

MySQL入门学习笔记——七周数据分析师实战作业

本篇推送主要涉及SQL语言中较为复杂的子查询与函数嵌套。虽然这个MySQL系列取名为MySQL基础入门，但是个人不打算做单个函数的用法总结，或者说简单罗列，（这些内容你可以通过很多途径了解）因为一方面以前有过SQL基础方面的学习经历（本科的计算机必修课以及计算机等级考试）现在应该更加深入一些，另一方面SQL是一门数据分析语言，单纯的一个两个函数基本很少能解决问题。 SQL语言不像R语言和Python那种面向对象的语言，提供了各种灵活多变的的可用方法以及成千上万的高效解决工具，更没有提供像管道函数那样的参

07

（数据科学学习手册28）SQL server 2012中的查询语句汇总

数据库管理系统（DBMS）最重要的功能就是提供数据查询，即用户根据实际需求对数据进行筛选，并以特定形式进行显示。在Microsoft SQL Serve 2012 中，可以使用通用的SELECT语句进行查询操作，该语句具有非常灵活的使用方式和丰富的功能，即可以完成简单的单表查询，也可以完成复杂的连接查询和嵌套查询，本文就将对常用的大多数SQL中的数据查询语句进行总结和演示；

hive优化总结

hive强大之处不要求数据转换成特定的格式，而是利用hadoop本身InputFormat API来从不同的数据源读取数据，同样地使用OutputFormat API将数据写成不同的格式。所以对于不同的数据源，或者写出不同的格式就需要不同的对应的InputFormat和OutputFormat类的实现。以stored as textFile为例，其在底层java API中表现是输入InputFormat格式：TextInputFormat以及输出OutputFormat格式：HiveIgnoreKeyTextOutputFormat。这里InputFormat中定义了如何对数据源文本进行读取划分，以及如何将切片分割成记录存入表中。而OutputFormat定义了如何将这些切片写回到文件里或者直接在控制台输出。

04

三高Mysql - Mysql索引和查询优化（偏实战部分）

实战部分回挑选一些比较常见的情况，事先强调个人使用的是「mysql 8.0.26」，所以不同版本如果出现不同测试结果也不要惊讶，新版本会对于过去一些不会优化的查询进行优化。

01

三高Mysql - Mysql索引和查询优化（偏实战部分）

实战部分挑选一些比较常见的情况，事先强调个人使用的是mysql 8.0.26，所以不同版本如果出现不同测试结果也不要惊讶，新版本会对于过去一些不会优化的查询进行优化。

04

SQL数据库查询语句

select语句除了可以查看数据库中的表格和视图的信息外,还可以查看SQL Server的系统信息、复制、创建数据表。其查询功能强大，是SQL语言的灵魂语句，也是SQL中使用频率最高的语句。

02

MySQL（五）汇总和分组数据

工作中经常需要汇总数据而不是将它们全部检索出来（实际数据本身：返回实际数据是对时间和处理资源的浪费），这种类型的检索有以下特点：

02

万字全面总结 | HiveSQL优化方法

Hive作为大数据领域常用的数据仓库组件，在平时设计和查询时要特别注意效率。影响Hive效率的几乎从不是数据量过大，而是数据倾斜、数据冗余、job或I/O过多、MapReduce分配不合理等等。对Hive的调优既包含对HiveQL语句本身的优化，也包含Hive配置项和MR方面的调整。

04

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭