1、查询操作
group by、 order by、 join 、 distribute by、sort by、 clusrer by、 union all
【底层是通过mapreduce】
2、常见的聚合操作
2.1 count 计数
count(*) 所有值不全为 NULL 时，加1操作
count(1) 不管有没有值，只要有这条记录，值就加1
count(col) col 列里面的值为 null ，值不会加 1，这个列里面的值不为 null，才加1
【例子】
原始数据
name ，adx,tran_id ，cost，ts
select count(*) from t2;//这行不全为null 的时候才会统计，（null 代表什么都没有，‘’还是有值得，他为空）
select count(1) from t2; //只要这行有记录，就会统计他
select count(adx) from t2;//统计的这列要是为null 则不会统计他
//最后三行的第二列是null
分析：
当数据量很大的时候，
count（*）会判断每行数据是否全为空，这样效率低，不要使用，舍弃
count（1）直接统计，效率高，推荐
count（字段），效率中间
2.2 sum 求和 【求某列的值】
sum （可转成数字的值） 返回 bigint
select sum(adx) from t2;
2.3 avg 求平均值【求某列的平均值】
avg（可转成数字的值）返回double
select avg(adx) from t2;
2.4 distinct不同值个数 【distinct 放在字段名前面，把该字段重复的数据去掉】
count(distinct col)
select distinct name from t2;
//过滤掉重复的数据，显示不重复的，空数据也算
select count(distnct name) from t2;
3、ORDER BY
按照某些字段排序
select col1,other...
from table
where conditio
order by col1,col2 [asc|desc]
注意
order by后面可以有多列进行排序，默认按字典排序
order by为全局排序
order by需要reduce操作，且 只有一个reduce ，与配置无关（虽然我们可以通过配置增加reduce的个数，但是没用）。 数据量很大时，慎用。