文章目录
排序
1. 全局排序(Order By)
全局排序,一个MapReduce
- ASC(ascend): 升序(默认)
- DESC(descend): 降序
select * from emp order by sal;
select * from emp order by sal desc;
2. 按别名排序
# 按照员工薪水的2倍排序
select ename, sal*2 twosal from emp order by twosal;
3. 多个列排序
# 按照部门和工资升序排序
select ename, deptno, sal from emp order by deptno, sal ;
4. 每个MapReduce内部排序(Sort By)
Sort By:每个MapReduce内部进行排序,对全局结果集来说不是排序
# 设置reduce个数
set mapreduce.job.reduces=3;
# 查看设置reduce个数
set mapreduce.job.reduces;
# 根据部门编号降序查看员工信息
select * from emp sort by empno desc;
# 将查询结果导入到文件中(按照部门编号降序排序)
insert overwrite local directory '/opt/module/datas/sortby-result' select * from emp sort by deptno desc;
5. 分区排序(Distribute By)
Distribute By: 类似MR中partition,进行分区,结合sort by使用。
- 注意,Hive要求DISTRIBUTE BY语句要写在SORT BY语句之前。
- 对于distribute by 进行测试, 一定要分配多reduce进行处理,否则无法看到distribute by的效果。
# 先按照部门编号分区,再按照员工编号降序排序。
set mapreduce.job.reduces=3;
insert overwrite local directory '/opt/module/datas/distribute-result'
select * from emp distribute by deptno sort by empno desc;
6. Cluster By
- Cluster By 当distribute by和sorts by 字段相同时,可以使用cluster by方式。
- cluster by除了具有distribute by 的功能外还兼具 sort by 的功能。 但是排序只能是倒序排序,不能指定排序规则为ASC或者DESC。
# 以下两种写法等价
select * from emp cluster by deptno;
select * from emp distribute by deptno sort by deptno;
- 注意:按照部门编号分区,不一定就是固定死的数值,可以是20号和30号部门分到一个分区里面去。