group by | order by| distribute by| sort by| cluster by | partition by 的区别

目录

1、order by  和 group by

1.1、order by: 排序，属于全局排序

1.2、goup by: 分区

2、distribute by 、sort by 、cluster by 、partition by

2.1、distribute by: 分组

2.2、sort by: 强制排序

2.3、partition by: 分组

2.4、cluster by: (culster by  = distribute by + sort by)

1、order by  和 group by

1.1、order by: 排序，属于全局排序

示例SQL:

# 查找所有学生，并按照年龄正序排序。
select * from student order by age;

1.2、goup by: 分区

示例SQL:

# 查找所有学生，并按照性别分组。
select * from studeng group by gender;

2、distribute by 、sort by 、cluster by 、partition by

2.1、distribute by: 分组

和 group by 不同的是，distribute by 经常在开窗函数中使用。

所谓开窗函数就是：明细数据和聚合函数一起使用时就会用到开窗函数。

语法格式：

over(distribute by colname[,colname.....])

2.2、sort by: 强制排序

sort by子句会让输入的数据强制排序 （强调：当使用排序时，窗口会在组内逐行变大）也是和开窗函数一起使用的。sort by 你可以理解为局部排序，order by 理解为全局排序。

语法格式：

over([distribute by colname] [sort by colname [desc|asc]])

注意：可以使用partition by + order by 组合来代替distribute by+sort by组合

2.3、partition by: 分

partition by 出镜率挺高，首先和group by 相比，它经常和开窗函数配合使用，和 distribute by 相比，它的使用频率高，一般可以替换，但是partition by 经常和 order by 一起使用，而distribute by 和 sort by 搭班使用。

2.4、cluster by: (culster by  = distribute by + sort by)

cluster by 是distribute by + sort by的复合操作，就是说 当开窗函数中分组字段和排序字段是一个字段时，可以直接使用cluster by 。