SQL/HIVE - 不同计数查询 - SELECT COUNT (DISTINCT columns,..) 与带有 DISTINCT 记录子查询的 SELECT COUNT(*) 有何不同

Question

在 HIVE 中，我尝试使用 2 种方法获取不同行的计数，

1. SELECT COUNT (*) FROM (SELECT DISTINCT columns FROM table);

2. SELECT COUNT (DISTINCT columns) FROM table;

两者都产生了不同的结果。 第一个查询的计数大于第二个查询。 它们的工作方式有何不同？ 提前致谢。

Answer 1

对您的查询稍作更改，即为您的子查询命名，例如：

SELECT COUNT (*) FROM (SELECT DISTINCT columns FROM table) myquery;

Answer 2

在hive试试这个：

SELECT COUNT (DISTINCT nvl(columns,'NA')) FROM table;

或：

SELECT COUNT (DISTINCT coalesce(columns,'NA')) FROM table;

以上查询输出将与以下相同：

SELECT COUNT (*) FROM (SELECT DISTINCT columns FROM table);