hive> select * from app_data_stats_historical where os='1' group by dt limit 100;
出現結果如下：
2014-01-01
2014-01-06
......
2014-02-07
2014-02-10
2014-02-14
2014-02-17
2014-02-24
（只返回了一列日期。說明* 不起作用。不過這樣，可以檢視總共哪些日期，有效，存在資料）
加上having命令，having只作用於group by中的欄位，非group的欄位不行：
select * from app_data_stats_historical where os='1' group by dt having dt>' limit 1002014-02-01' limit 100;
2014-02-03
2014-02-04
2014-02-07
2014-02-10
2014-02-14
2014-02-17
2014-02-24
（可以用日期進行比較。）
 
hive> select * from app_data_stats_historical where os='1' order by dt desc limit 100;
欄位是全部返回的。降序。
 

group by 多個欄位：2周內分聯盟（5是多盟）分平臺(分平臺指的是分ios和android)，分時段的曝光及點選。 select substr(createtime,12,2)hour,logtype,os_id,count(distinct logtype) from wizad_mdm_raw_hdfs where ad_id in('19057','19058','812b4ba287f5ee0bc9d43bbf5bbe87fb') and day >= '2014-12-01'and adn=5 group by substr(createtime,12,2), logtype, os_id; 注意，時段hour提取函式substr和substring 是通用的！   或者分步做：將group的欄位按取值加到where中去（os_id取值1是android，2是iOS）： select substr(createtime,12,2)hour,logtype,count(*) from wizad_mdm_raw_hdfs where ad_id in('19057','19058','812b4ba287f5ee0bc9d43bbf5bbe87fb') and day >= '2014-12-01'and os_id='2' and adn=5 group by substr(createtime,12,2), logtype; 以及： select substr(createtime,12,2),logtype,count(*) from wizad_mdm_raw_hdfs where ad_id in('19057','19058','812b4ba287f5ee0bc9d43bbf5bbe87fb') and day >= '2014-12-01'and os_id='1' and adn=5 group by substr(createtime,12,2), logtype;   substr(createtime,12,2)提取小時欄位，起hour別名，group by 不支援。 group 裡面不能起別名hour，直接用或引用都不行。 （1）Group by定義別名hour，報錯，解析錯誤 selectsubstr(createtime,12,2),logtype,count(*) from wizad_mdm_raw_hdfs where day >= '2014-12-01' group by substr(createtime,12,2) hour,logtype;   （2）引用定義的hour別名也不行： Line 4:9 Invalid table alias or column reference 'hour' select substr(createtime,12,2)hour,logtype,count(*) from wizad_mdm_raw_hdfs where day >= '2014-12-01' group by hour, logtype;       hive wiki上說group by有兩種使用情況限制 （1）group by只有一列，則distinct只能作用一列（可以多次作用同一列）  INSERT OVERWRITE TABLE pv_gender_sum  SELECT pv_users.gender, count (DISTINCT pv_users.userid)  FROM pv_users  GROUP BY pv_users.gender;    像這樣 SELECTpv_users.gender, count(DISTINCT pv_users.userid), count(*), sum(DISTINCTpv_users.userid)  只distinct一列，但出現多次是可以的。 下面的查詢錯誤，不允許DISTINCT多個列  INSERT OVERWRITE TABLE pv_gender_agg  SELECT pv_users.gender, count(DISTINCT pv_users.userid), count(DISTINCTpv_users.ip)  FROM pv_users  GROUP BY pv_users.gender; 但我測試發現是可以的。有大神可以給我解釋麼？   如 group by統計去重distinct個數 select substr(createtime,12,2)hour,logtype,os_id,count(distinct logtype), count(distinct os_id) from wizad_mdm_raw_hdfs where ad_id in('19057','19058','812b4ba287f5ee0bc9d43bbf5bbe87fb') and day >= '2014-12-01'and adn=5 group by substr(createtime,12,2), logtype, os_id;     或者一些測試指令碼都說明了，我們 select logtype, count(distinct os_id),count(distinctip),count(distinct id) from wizad_mdm_raw_hdfs where ad_id in('19057','19058','812b4ba287f5ee0bc9d43bbf5bbe87fb') and day >= '2014-12-01' group by logtype; 結果： 1      2       8493314 77579300 2      2       267685  211119   select substr(createtime,12,2) hour, count(distinctid),count(distinct ip) from wizad_mdm_raw_hdfs where ad_id in('19057','19058','812b4ba287f5ee0bc9d43bbf5bbe87fb') and day >= '2014-12-01'and adn=5 group by substr(createtime,12,2);                                                       部分結果如下： 00     1598136 154053 04     989745  51201 …… 18     1711493 201436 21     3644241 374243     （2）另一個wiki限制說明：group by後，除了作用列和聚合函式統計項，多餘列不能存在。 這個我驗證過確實是不行的。 SELECT a,sum(b) FROM t1 GROUP BY a; 是正確的   下面是錯誤的。 SELECT a,b FROM t1 GROUP BY a; 因為有多餘列b，其不在group by的欄位屬性，(且不是聚合函式). 查詢結果會是這樣 a   b ------ 100 1 100 2 100 3 gourp by a後，b不能成為集合{1,2,3}返回，你可以count，但不能直接返回b。b是多值的。hive摒棄了這種猜測無效的SQL（HQL，要準確）：有一列在select子句中，卻不包含在GROUPBY子句中。 pig是可以構成集合返回的。