聚合函數總是和`group by`分組語句共同使用， 過程就是先分組，然后使用聚合函數分別統計每個組內的信息。常見的聚合函數如：`avg(column)`、`count(column)`、`max(column)`、`min(column)`、`sum(column)`等。 <br/> **`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)。 <br/> `group by` 支持使用 `case when` 或表達式演示： ```sql 0: jdbc:hive2://hadoop101:10000> select * from score; +-------------+-------------+---------------+--+ | score.name | score.type | score.tscore | +-------------+-------------+---------------+--+ | 張三 | 語文 | 80 | | 張三 | 數學 | 98 | | 張三 | 英語 | 65 | | 李四 | 語文 | 70 | | 李四 | 數學 | 80 | | 李四 | 英語 | 90 | | 王五 | 語文 | 70 | | 王五 | 數學 | 80 | +-------------+-------------+---------------+--+ -- 求每一個人的語文、數學、英語成績 select name, max(case type when '語文' then tscore else 0 end) Chinese, max(case type when '數學' then tscore else 0 end) Math, max(case type when '英語' then tscore else 0 end) English from score group by name; +-------+----------+-------+----------+--+ | name | chinese | math | english | +-------+----------+-------+----------+--+ | 張三 | 80 | 98 | 65 | | 李四 | 70 | 80 | 90 | | 王五 | 70 | 80 | 0 | +-------+----------+-------+----------+--+ -- 將數學劃分理科，其余為文科，此時分別統計每一個人文科和理科的總分。 select name as `姓名`, case when type='數學' then '理科' else '文科' end as `科別`, sum(tscore) as `總分` from score group by name, case when type='數學' then '理科' else '文科' end; +-----+-----+------+--+ | 姓名 | 科別 | 總分 | +-----+-----+------+--+ | 李四 | 文科 | 160 | | 李四 | 理科 | 80 | | 王五 | 文科 | 70 | | 王五 | 理科 | 80 | | 張三 | 文科 | 145 | | 張三 | 理科 | 98 | +-----+-----+------+--+ ```