Hive中的GROUP BY功能，本质上是对数据进行分组统计的常用操作。很多刚接触Hive的朋友，往往只知道它可以配合聚合函数计算数量、求和等基础指标，但实际上，它的能力远不止于此。下面梳理了几种典型使用场景，看看你平时用到了几个。

先看最基础的几个：

COUNT()——统计每个分组内的记录总数，是日常最常用的聚合函数；
SUM()——计算总和，比如按部门汇总销售额；
AVG()——计算平均值，例如每个人的平均成绩；
MIN()和MAX()——分别获取分组中的最小值与最大值，操作非常直观。

接下来是稍进阶的用法——带DISTINCT的聚合函数：

AVG(DISTINCT column_name)：计算每个分组内某一列去重后的平均值；
SUM(DISTINCT column_name)：计算每个分组内某一列去重后的总和；
COUNT(DISTINCT column_name)：统计每个分组内某一列不同值的数量——这在去重统计场景中特别实用。

再介绍一个比较特殊的函数：GROUP_CONCAT——它可以把分组内某一列的所有值拼接成一个字符串，并支持自定义分隔符（默认是逗号）。例如，想查看每个人曾使用过的设备类型列表，用它就能一次性提取。

最后值得提及的是HIVE_MAPJOIN（table_alias）。虽然严格来说它不属于GROUP BY的直接功能，但在分组统计的查询中，如果有一张小表需要参与JOIN，这个操作可以将小表全量加载到内存，以键值对形式加速JOIN执行，效果非常显著。在大数据场景下，这个优化手段几乎是必用的。

总之，Hive的GROUP BY配合以上这些函数，基本能覆盖日常数据分析中的各类分组统计需求。根据实际情况灵活选用，往往能让查询效率与分析粒度都提升一个层次。