Hive count(DISTINCT id )

SELECT count(DISTINCT orderid) FROM test.subOrderAllDetail

map 阶段的key 会全部汇总在一个reduce 上，导致一个reduce 处理所有数据。reduce 个数只有一个。不管你怎么设置参数：set mapred.reduce.tasks=100，实际执行任务的reduce 只有一个。

优化：
SELECT count(orderid)
FROM
(SELECT DISTINCT orderid
FROM test.subOrderAllDetail)tmp;

map 阶段对key 进行去重，在不同的task 上去重。之后发送到不同的reduce，reduce 个数不一定只有一个。可以通过set mapred.reduce.tasks=n 设置。

从而达到并行执行。