`GROUP BY` 語句通常會和聚合函數一起使用，按照一個或者多個列進行分組，然后對每個組執行聚合操作。 ```sql -- 計算 emp 表每個部門的平均工資 -- select 中的字段必須是出現在group by中的字段，或是通過函數重新生成的字段 -- 如果查詢 deptno 字段，則該字段必須出現在group by中 select t.deptno, avg(t.sal) avg_sal from emp t group by t.deptno; -- 計算 emp 每個部門中每個崗位的最高薪水 select t.deptno, t.job, max(t.sal) max_sal from emp t group by t.deptno, t.job; ``` <br/> **group by注意事項：** ```sql （1）group by不能與distinct一起使用； -- 語法錯誤 select distinct id from student group by id; （2）除了聚合函數外，select 的字段必須出現在group by中，否則語法錯誤 -- 正確，id和name字段都出現在group by中了 select id,name from student group by id,name; -- 正確，age字段雖然沒有出現在group by中，但avg是聚合函數 select id, avg(age) as avg_age from student group by id; -- 錯誤，因為age沒有出現在group by中，floor也不是聚合函數 select id, floor(age) as avg_age from student group by id; -- 正確 select id, floor(age) as avg_age from student group by id,age; ``` **`group by`的特性：** （1）使用了 reduce 操作，受限于 reduce 數量，通過設置參數 `mapred.reduce.tasks ` 設置 reduce 個數。 （2）輸出文件個數與 reduce 數量相同，輸出的單個文件大小與 reduce 處理的數量有關。 <br/> **`group by`問題：** （1）網絡負載過重。 （2）可能出現數據傾斜的情況(我們可以通過設置參數 `hive.groupby.skewindata`來優化數據傾斜的問題)。