版权声明：有问题咨询请发邮件zengmiaogen@126.com。CSDN的留言和私信不好使。 https://blog.csdn.net/zengmingen/article/details/78592708
select * from HIVE_D_MT_UU_H_SPARK limit 1000;
读取前1000行。
需求：
在hive表前1000行里，过滤出不重复的refid,imsi。
错误的写法：
select distinct refid,imsi from HIVE_D_MT_UU_H_SPARK limit 1000;
会去读取全表，把0~1000行的不重复refid,imsi显示出来。
正确的写法：
select distinct refid,imsi from (select * from HIVE_D_MT_UU_H_SPARK limit
1000);
调优的写法：
CREATE TABLE TEMP_HIVE_D_MT_UU_H_SPARK AS
select * from HIVE_D_MT_UU_H_SPARK limit 1000;
select distinct refid,imsi from
TEMP_HIVE_D_MT_UU_H_SPARK;
hive最快的执行就是不走MapReduce。简单的select的是最快的，嵌套啥的都比较忙。与关系型数据库不同。
调优的写法执行更快。