hive中distinct和group by 去重运行效率对比

先来看hive的运行机制：
	Hive 通过用户提供的一系列交互接口，接收到用户的指令（SQL），使用自己的Driver，结合元数据（MetaStore），将这些指令翻译成MapReduce，提交到hadoop中执行，最后，将执行返回的结果输出到用户交互接口。
	由此得出，对于hive来说，查看某个语句的执行效率还是需要查看底层设计的。
	hive的跑数一般是MapReduce和Spark，以MapReduce为例来讲的话：
		以下表为例

select distinct
id,name
from tmp;

select
id,name
from tmp;

相比而言，group by的速率会更快，因为group by 在MapReduce中会先分组，而distinct会对整张表进行计算。