【算法分析】Hive GroupingId计算算法分析

举报
蓝极光 发表于 2021/05/28 14:32:52 2021/05/28
【摘要】 对于grouping  sets的操作获取的Grouping__id的值在hive-1.2.1前和hive-3.0后版本不同;Hive-1.2.1计算时根据group  by指定的列的序列进行分组,凡是出现在grouping sets中的列,以二进制1标识,没有出现在grouping sets中的列以二级制0标识,按照锁得到的二进制数的反码计算grouping__id的值。Hive-3.1....

对于grouping  sets的操作获取的Grouping__id的值在hive-1.2.1前hive-3.0后版本不同;

  1. Hive-1.2.1计算时根据group  by指定的列的序列进行分组,凡是出现在grouping sets中的列,以二进制1标识,没有出现在grouping sets中的列以二级制0标识,按照锁得到的二进制数的反码计算grouping__id的值。

Hive-3.1.0中由于社区对此算法改动优化了kenne出现数字太长的缺陷,采用二进制的原码进行计算grouping__id的值。

举例:有表test_group,数据存储如下:

示例SQL:

在hive-1.2.1中运行结果:

在hive-3.1.0中运行结果:

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。