我在 Hive 中创建了一个表，如下所示：
CREATE TABLE application_path
(userId STRING, sessId BIGINT, accesstime BIGINT, actionId STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '#'
STORED AS TEXTFILE;
在此表上运行查询：
SELECT DISTINCT userId FROM application_path;
给出预期的结果：
user1@domain.com
user2@domain.com
user3@domain.com
...
然后我更改了声明以添加一个分区：
CREATE TABLE application_path
(sessId BIGINT, accesstime BIGINT, actionId STRING)
PARTITIONED BY(userId STRING)
ROW FORMAT DELIMITED
FIELDS TERMINATED BY '#'
STORED AS TEXTFILE;
现在查询 SELECT DISTINCT userId... 像以前一样运行几秒钟，但最终返回任何内容。
我刚刚注意到语法：
SHOW PARTITIONS application_path;
但我想知道这是否是从分区列中获取唯一（不同）值的唯一方法。SHOW PARTITION 的输出甚至不能完全替代您从 SELECT DISTINCT 获得的内容，因为列名是每一行的前缀：
hive> show partitions application_path;
OK
userid=user1@domain.com
userid=user2@domain.com
userid=user3@domain.com
...
对我来说奇怪的是 usedId 可以在 GROUP BY 中与其他列一起使用，例如：
SELECT userId, sessId FROM application_path GROUP BY userId, sessId;
但确实返回任何内容：
SELECT userId FROM application_path GROUP BY userId;