Database HIVE:GroupBy的行为与MySQL不同

我有一些MySQL的经验，最近我不得不在HIVE上做一些工作

这两个查询的基本结构非常相似，但配置单元中的GROUPBY的工作方式似乎有点不同。。。因此，我无法实现以前使用GROUPBY在MySQL中实现的功能

下面是我的问题，假设我有一个列为a、B、C的表，我想选择按列a分组的列值最大为B的行。我将执行以下操作：

SELECT A, max(B) FROM myTable GROUP BY A

上面的代码可以在HIVE中正常工作。但是如果我还想看到C列中的值，它与max.B值在同一行中，该怎么办？在MySQL中，我只需执行以下操作：

SELECT A, max(B), C FROM myTable GROUP BY A

但在蜂巢里我不能这么做。它抱怨C不在GROUPBY键中，但如果我将C添加到GROUPBY中，结果完全不是我想要的

---

那么，在蜂箱中选择这种期望结果的方法是什么呢？有人说在C列上使用collect_集可以解决这个问题，但我不知道collect_集是如何排序的，因此不知道返回哪个元素…

好的，我知道了。。。下面的方法可以解决这个问题：

SELECT A, maxB, C FROM myTable JOIN
(SELECT A, max(B) as maxB FROM myTable GROUP BY A) temp
ON myTable.A = temp.A AND myTable.B = temp.maxB

---

事实证明，我必须在HIVE中编写更多的代码才能获得与MySQL中的一行代码相同的结果…：

在MySQL中，您只会得到一个随机的C，这似乎不是您所期望的

请参阅MySQL的SQL_模式，以适当地让MySQL也拒绝这种不明确的代码

---

或者使用MINC，以获得特定的一个

蜂巢拒绝。。。但除了MySQL之外，世界上所有其他数据库也是如此。这不是一个定义良好的查询。例如：如果maxB出现在多个行中，该怎么办？C的哪个值应该被返回？@mdahlman是的，我想也许你是对的…@mdahlman：如果我确定这个maxB发生在多行中，那么在我的用例中不会发生，有解决方法吗？MySQL不会像您建议的那样返回与最大B值在同一行的C列中的值-服务器可以从任何行返回C的任何值。您所建议的语法的唯一一致用法是，如果C对A的每个唯一值都采用唯一的值，否则您将得到未定义的结果。@SagarNikam，那么您能建议一个更好的解决方案吗？