hive中的排序

说明：hive中有四种全局排序：order by、内部排序：sort by、分区排序：distribute by、组合排序：cluster by。

order by(全局排序)

说明：全局排序是在一个MapReduce中进行排序的。
参数：
- ASC：是升序的意思和mysql一样，同时也是默认的参数。
- DESC：降序的意思和MySQL中一样。
举例：查询学生的信息并且按成绩高低排序

select * from student_score_info order by score

注意：以上这种操作，在实际工作中要慎用，应为使用的如果不是数据库，而是数据仓库软件例如现在的hive ,操作的是数据仓库执行的数据量是非常庞大的，如果使用了全局排序则可能资源的严重消耗。

sort by(内部排序)

说明：每个mapreduce的内部排序,对全局结果集来说并不是排序。
关键字：sort by

步骤：

设置reduce的个数：

set mapreduce.job.reduce=3;

语句：

select * from student_score_info sort by score

注意：排序后的结果直接看不出来，得要将数据导出到本地才能看出效果

distribute by(分区排序)

说明：类似MR中的partition ,进行分区的时候使用的，一般结合sort by关键字使用。
关键字：distribute by

例子：先按照部门编号分区，在按照员工编号排序。

必须要设置reduce的数量不为1 （为多个）

set mapreduce.job.reduce=2

语句：

nsert overwrite local directory '/data/sort/emp2'
select * from emp distribute by deptno sort by empno desc;

注意：distribute by 语句必须写在 sort by 之前；对于distribute by 的测试的时候必须给定多个reduce 不然是没有办法分区的。

cluster by

说明：当distribute by与sort by 字段相同的时候，可以使用cluster by 关键字。
关键字：cluster by
例子：

insert overwrite local directory '/data/sort/emp4'
select * from emp cluster by deptno;

注意：能分区也可以排序，但缺点就是只能对一个字段使用；不能指定 asc 或者desc 默认降序排序。

hive中的order by、sort by、distribute by、cluster by排序相关推荐

Hive中的order by ,sort by ,distribute by , cluster by 区别
#Hive的本质就是MapReduce #设置reduce个数 set mapreduce.job.reduces=num //设置num数量的reduce #查看设置reduce个数 set ma ...
Hive中的四种排序方式（order by,sort by,distribute by,cluster by）使用与区别详解
在平时的Hive数仓开发工作中经常会用到排序,而Hive中支持的排序方式有四种,这里结合具体的案例详细介绍一下他们的使用与区别: order by sort by distribute by clus ...
4种排序方式比较：order by, sort by, distribute by, cluster by
文章记录了4种排序方式:order by, sort by, distribute by, cluster by 总结: order by 全局排序,只有一个 Reducer,通过order对字段进行 ...
hive中order by,sort by, distribute by, cluster by作用以及用法
1. order by Hive中的order by跟传统的sql语言中的order by作用是一样的,会对查询的结果做一次全局排序,所以说,只有hive的sql中制定了order by所有的数据都会 ...
hive四种排序Order By , Sort By ,Distribute By ,Cluster By
前文 Hive的本质是MapReduce,MapReduce中如何排序的?? MapReduce分为几种: 1.全排序order By: 结果只有一个(也就是只有一个分区),所有的数据整体有序. 2. ...
order by,sort by,distribute by,cluster by的区别是什么？
前言本文隶属于专栏<1000个问题搞定大数据技术体系>,该专栏为笔者原创,引用请注明来源,不足和错误之处请在评论区帮忙指出,谢谢! 本专栏目录结构和参考文献请见1000个问题搞定大数据技 ...
一篇文章彻底掌握 hive 中的 ORDER/SORT/CLUSTER/DISTRIBUTE BY 和 BUCKET 桶表
大家好,我是明哥! 本片文章,我们来总结下,HIVE 中的 order/sort/cluster/distribute by 和 BUCKET 桶表 1 ORDER BY ORDER BY 会对 SQ ...
hive 中排序order by,sort by,distribute by使用
前提:hive 中使用的排序有oder by, sort by,distribute By,cluster By 具体使用如下测试数据: 0: jdbc:hive2://hadoop-03:1000 ...
Hive中4个By Sort By 、Order By、Distrbute By、 Cluster By区别
1)Sort By:分区内有序: 2)Order By:全局排序,只有一个Reducer: 3)Distrbute By:类似MR中Partition,进行分区,结合sort by使用. 4) Clu ...

hive中的order by、sort by、distribute by、cluster by排序

hive中的排序

order by(全局排序)

sort by(内部排序)

distribute by(分区排序)

cluster by

hive中的order by、sort by、distribute by、cluster by排序相关推荐

最新文章

热门文章