hive count distinct这两种方式难道不一样？

Question

以下两种方式应该得到的是一样的结果，但为啥我得到的结果会不一样，求大神指点：

1.

select count(distinct a,b,c) as num1 
from tablename

2.

select count(*)
from 
    (select distinct a,b,c 
    from tablename ) t 

Answer 1

这两种方式应该得到的结果是相同的，但是有可能出现不一样的情况。可能是由于以下原因导致的：

1. 数据类型不同：在第一种方式中，a，b和c必须是可以进行比较的数据类型。如果数据类型不同，则可能会导致错误的结果。

2. 数据精度不同：在第一种方式中，count(distinct a,b,c)使用的是精确计数方法，而在第二种方式中，可能存在估计计数方法。这可能导致计算结果不同。

3. 数据分布不均：在第二种方式中，如果数据分布不均，可能会产生较大的不精确估计误差，导致计算结果与第一种方式不同。

因此，您应该对数据进行仔细检查，并确定使用哪一种方法更适合您的数据集。