hive 多个key需要 group by

请问下,如果有多个统计，要统计的数据都一样，每个统计只是group by 的key不一样，
怎样做，才能让这些统计最快完成？

恩，比如有10个统计，每个统计都是读取的同一份数据，但是统计的维度不一样，就是group by的key不一样
你们都是怎么处理的？

语句类似这个：：

from(
select k1,k2,k3 ffrom table
) tmp

insert directory ... select k1,count(1) group by k1 USING 'replicated,skewed....'
insert directory ... select k2,count(1) group by k2

 

虽说hive会对原表扫描一次，然后执行下面的操作,但是基本上每个group by 都会有一个Mapreduce完成，更重要的是考虑到map端优化以及数据倾斜，可能一个group by需要两个MR完成。

有没有好的方式呢？？

使用MR直接实现：

　　1、数据输入就是那个原表

　　2、关键是key的设计，将分组的key分别继承一个BaseKey,这个BaseKey就是Map输出key的类型

　　3、分区的设计，依据key的实际类型进行划分，使同一个key能够划到同一个reduce里面，进行聚集。

　　4、针对结果进行更改文件名字（可在reduce输出的第一行设置标记）

---------------------

　　缺陷：

　　reduce的个数需要>=分组的个数，这样数据量大的情况下不利。