统计不同年龄用户访问不同网页的兴趣偏好：

- 左边，要分析的数据表

- 右边，分析结果

在reduce函数内部，V集合里所有的数字被相加，然后输出。所以reduce输出就是<<2, 25>, 2>

如此，一条SQL就被MapReduce计算完成。

Hive能直接处理我们输的SQL，调用MapReduce计算框架完成数据分析操作。

通过Hive Client向Hive Server提交SQL命令：

对应的Hive执行计划：

Hive内部预置很多函数，Hive执行计划就是根据SQL语句生成这些函数的DAG，然后封装进MapReduce的map、reduce函数。该案例中的map函数调用三个Hive内置函数就完成map计算，且无需reduce。

pv_users表的数据无法直接得到，因为pageid来自用户访问日志，每个用户进行一次页面浏览，就会生成一条访问记录，保存在page_view表。而age年龄信息记录在表user。

这两张表有相同字段userid，可连接两张表，生成pv_users表：

该SQL命令也能转化为MapReduce计算，连接过程：

join的MapReduce计算过程和group by稍不同，因为join涉及两张表，来自两个文件（夹），所以要在map输出时进行标记，如来自第一张表的输出Value就记为<1, X>，这1表示数据来自第一张表。shuffle后，相同Key被输入到同一reduce函数，就可根据表的标记对Value数据求笛卡尔积，用第一张表的每条记录和第二张表的每条记录连接，输出即join结果。