hive中的group by分组

• group by
• collect_set函数
• size函数

• 在 Group by 子句中，Select 查询的列，要么需要是 Group by 中的列，要么得是用聚合函数（比如 sum、count
  等）加工过的列。不支持直接引用非 Group by 的列。这一点和 MySQL 有所区别；
• 对于非group by字段，可以用Hive的collect_set函数收集这些字段，返回一个数组，使用数字下标，可以直接访问数组中的元素；

select collect_set(d.dname)[0],count(*) num from emp e 
join dept d on e.deptno=d.deptno 
where e.sal<=2500 
group by e.deptno 
order by num desc limit 1

计算数组的大小

size(collect_set(compant_name))