[大数据]sql实战笔记

ps:记录一下实习中实际使用hive sql取数的一些心得和坑

性能调优

• 用group by 代替distinct去重，效率更高
• 两个表连接时，把关联字段里更少的放前面，即小表left join 大表
• 在内层做完集计或者筛选后再在外层连接效率会更高

常犯错误

• case when时，else可以省略，end不可省略，但是else不省略的时候必须后面跟上一个值，不然就报错
• select后跟着的字段，最后一个字段后面不能加逗号