常见hql底层执行原理

1、join

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

实现过程：

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。（key=on条件）

　　2、以 JOIN 要查询的的列作为 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。（value=查询列+tag）

　　3、按照 Key 进行排序

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

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;