【Hive、Spark Sql中为什么说group by是distinct的优化？】

【Hive、Spark Sql中为什么说group by是distinct的优化？】

Hive、Spark Sql中为什么说group by是distinct的优化？

• 用LogicalPlan带你一探究竟
• • group by
  • distinct
  • 看图说话

用LogicalPlan带你一探究竟

无论是Hive还是SparkSql都会生成LogicalPlan，PhysicalPlan只要我们明白了 他在底层如何转换如何优化的就能知道group by和distinct有何区别。

group by

sql: “select name from student group by name”

distinct

sql：“select distinct name from student”

看图说话

我们会发现distinct的逻辑计划在底层生成的优化后的逻辑化转换成了group by的逻辑计划