Hive大数据去重:hive里面有两个表，各有200亿数据，去重
hive里面有两个表，各有200亿数据，现在要对这些数据使用三个字段a,b,c去重合并成一张表，怎么搞？
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
hive里面有两个表，各有200亿数据，现在要对这些数据使用三个字段a,b,c去重合并成一张表，怎么搞？
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
接受 或继续使用网站，即表示您同意使用 Cookies 和您的相关数据。
发布评论
评论（3）
hash这个具体怎么使用？:flushed:
回复
@那位先生_ : 网上文章很多阿. 举例一个简单的例子, 有十条数据, 你分hash配到10个内存地址, 那么理想状况下, 没个地址一个数据, 实际重复的会分配到重复的内存地址, 这时候比对下就可以去重复了
排序就会了, 或者用 空间换速度 使用 hash 算法