数据量小的时候无所谓，数据量大的情况下，由于于`COUNT DISTINCT`操作需要用一个Reduce Task来完成，这一个Reduce需要处理的数据量太大，就会导致整个Job很难完成，一般`COUNT DISTINCT`使用先`GROUP BY`再`COUNT`的方式替换。 ```sql hive (default)> select count(distinct id) from bigtable; 优化如下： hive (default)> select count(id) from (select id from bigtable group by id) a; ```