简单的sql,group by 的结果不是想的那样啊

select  uid,state,sum(quantity)  pro_quantity,count(distinct order_id) order_cnt from  sta_order where uid ='32939970140' group by uid,state
这条SQL执行结果是:
32939970140     NO_PENDING_ACTION       14      13
32939970140     REMOVED                          35      3
然后再把上面SQL作为一个结果集，在之上求MAX
select
  T.uid
  ,max(T.pro_quantity)  max_prod_cnt
from
(
select  uid,state,sum(quantity)  pro_quantity,count(distinct order_id) order_cnt from  sta_order where uid ='32939970140' group by uid,state
) T
group by T.uid结果是:
32939970140     14
32939970140     35
为什么 不是
32939970140     35

我在设置set mapred.reduce.tasks=1;，再执行，就得到想要得结果,数据量大的话，我不可能用一个reduce吧，为什么，求解,高手帮个忙

跟group by T.uid有区别，说明他们两个不是一组，如果在同一组就会取出最大的了

不符合SQL标准，使用MAX时候无法获取 T.uid的，HIVE能执行出结果只能说……好强大，建议用标准SQL执行后比较分析

xuanxufeng 发表于 2015-8-18 03:56
跟group by T.uid有区别，说明他们两个不是一组，如果在同一组就会取出最大的了

不明白呀，不是都是同一个key吗

设置参数set hive.groupby.skewindata=true 就可以了,但是速度慢了许多，简直疯了

wangzhenqiang 发表于 2015-8-18 11:38
设置参数set hive.groupby.skewindata=true 就可以了,但是速度慢了许多，简直疯了

应该是数据倾斜造成的

desehawk 发表于 2015-8-18 14:53
应该是数据倾斜造成的

上面的子查询查出的就2行数据，不可能倾斜吧