Hive distinct vs group by

select count(distinct id)
from mytbl;

select count(*)
from (select distinct id
      from mytbl
     ) t;

两个查询，都会在map阶段count，但reduce阶段，distinct只有一个， group by 可以有多个进行并行聚合，所以group by会快。

但这个stackoverflow讨论中有人提出，当distinct后值很小时，distinct更快，因为在map完成了大部分的count。

所以，应该具体测试后决定其性能。