1 distinct
語句：select distinct uid,gender …
錯誤理解：distinct只會將緊跟在distinct後的第一個字段去重。
正確理解：distinct會按照後面的所有字段，去重。
select distinct uid,gender ...
結果
| uid | gender |
|---|---|
| 10010 | 女 |
| 10010 | 女 |
| 10011 | 男 |
2 insert
語句：insert overwrite table a select uid,telephone,gender…
往hdfs中插入數據時，select 後的字段的順序，必須與目標表a的字段順序相同。否則，會插入數據，但是字段對應錯誤。
3 到處到DB的任務中 export（公司中用）
目標表（DB）與Hive表字段名必須一致，不然任務會執行成功，但是數據不會到處。
4 join 後的on語句
4.1 on 語句中的null值
on語句中等式兩邊的字段，若有null時會出錯，因爲在SQL中"null = null"結果爲unknown。所以須提前處理，再join連接。比如提前爲null值賦值。
例如下面的例子，兩個表中uid都爲null，在連接後就找不到第二個表中的數據了，這時須將兩個表中的null都改爲字符串’默認’。（實際工作中的需求時，null爲默認，須統計默認分組中telephone的數量）
select t1.uid,gender,telephone,car
from
(
select uid,gender
from a
)t1 left join
(
select uid,telephone,car
from b
)t2 on t1.uid = t2.uid
| uid | gender |
|---|---|
| null | 女 |
| uid | telephone | car |
|---|---|---|
| null | 1302132123 | 736478263 |
4.2 full join多表連接中的on語句
各on語句後的字段，必須爲相鄰表中的字段。例如：
錯誤寫法如下：
select t1.uid,gender,telephone,car
from
(
select uid,gender
from a
)t1
full join
(
select uid,telephone,car
from b
)t2 on t1.uid = t2.uid
full join
(
select uid,telephone,car
from b
)t3 on t1.uid = t3.uid
正確寫法：
full join多表連接，還是使用嵌套吧，即連接兩個表，得到結果，再使用結果連接第三個表。
select temp.uid,gender,telephone,car
from(
select t1.uid,gender,telephone
from
(
select uid,gender
from a
)t1
full join
(
select uid,telephone
from b
)t2 on t1.uid = t2.uid
)temp
full join
(
select uid,telephone,car
from b
)t3 on temp.uid = t3.uid
5 left join中的右表
left join時一定要確認右表中數據是否完整，若有完整的表不用，會致使最終結果缺失數據。
確實，右表的大小不會影響left join語法的正確使用,左表中數據不會丟失，但最終數據缺失了，對一個報表來說，統計出錯，一樣是錯誤。
總結：lef join時要確認，是否需要右表是全的，確認右表是否是全的。
6 初始化Hive表
初始化Hive表，用>=獲取增量表中的過往數據時，如果需要，一定要記得加上上限（今天）。
錯誤場景：
Hive表：
|uid|register_time |ymd|
|–|--|
| 10001 |2020-04-07 |2020-04-01|
將註冊時間爲2020-04-07的用戶信息寫入到了2020-04-01分區中，這必然是錯誤的。