标签：sort distribute Hive emp deptno 排序 select

1、全局排序（Order by）

---

 

功能：全局排序，只有1个reducer（用1个Reduce Task完成全局排序，与设置的Reduce Task个数无关）

参数：ASC：升序（默认）　　DESC：降序

使用：order by放在select语句的结尾

例如：

　　--查询员工信息按工资降序排列

　　select * from emp order by sal DESC；

 

2、每个MapReduce内部排序（Sort by）

---

 

功能：很多情况下不需要全局排序，此时可以使用sort by。sort by为每个reducer产生一个排序文件，每个reducer内部进行排序，不对全局结果集进行排序

参数：设置reduce个数：set mapreduce.job.reduces=3;

例如：　　

　　--根据部门编号降序查看员工信息

　　select * from emp sort by deptno desc;  

 

3、分区排序（Distribute by）

---

 

功能：类似mr中的自定义分区

使用：结合sort by使用，写在sort by语句之前

分区规则：根据分区字段的Hash码与reduce的个数进行模除后，余数相同的分到一个区

例如：

　　--先按照部门编号分区，再按照员工编号降序排序。

 　　select * from emp distribute by deptno sort by empno desc;

 

4、Cluster by

---

 

功能：当distribute by和sorts by字段相同时，可以使用cluster by方式

使用：cluster by除了具有distribute by的功能外还兼具sort by的功能。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC

例如：

　　--以下两种写法等价

　　select * from emp cluster by deptno;

　　select * from emp distribute by deptno sort by deptno;

 

标签：sort,distribute,Hive,emp,deptno,排序,select
From： https://www.cnblogs.com/qinyuanData/p/17176942.html