hive详细笔记(六)-Hive之排序详解(附带讲解视频 )

本节目录

  1. order by 全局排序
  2. sort by 区内排序
  3. distribute by 指定分区字段
  4. cluster by 分区排序

1 order by

Order By:全局排序,一个Reducer

1.使用 ORDER BY 子句排序

ASC(ascend): 升序(默认)

DESC(descend): 降序

2.ORDER BY 子句在SELECT语句的结尾

3.案例实操 

(1)查询员工信息按工资升序排列

hive (default)> select * from emp order by sal; 默认是升序排列

(2)查询员工信息按工资降序排列

hive (default)> select * from emp order by sal desc;

(2)查询员工信息按部门编号升序排列 , 部门编号相同按工资降序排列

hive (default)> select * from emp order by deptno  , sal desc;

2 sort by

Sort By:每个Reducer内部进行排序,对全局结果集来说不是排序。

1.设置reduce个数

hive (default)> set mapreduce.job.reduces=3;

2.查看设置reduce个数

hive (default)> set mapreduce.job.reduces;

3.根据部门编号降序查看员工信息 

hive (default)> select * from emp sort by empno desc;

4.将查询结果导入到文件中(按照部门编号降序排序)

hive (default)> insert overwrite local directory '/hive/sb'

 select * from emp sort by deptno desc;

3 distribute by  指定分区字段

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。

案例实操:

1)先按照部门编号分区,再按照员工编号降序排序。

hive (default)> set mapreduce.job.reduces=3;

hive (default)> insert overwrite local directory '/root/data/distribute-result' select * from emp distribute by deptno sort by empno desc;

4 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。但是排序只能是序排序,不能指定排序规则为ASC或者DESC。

1)以下两种写法等价

hive (default)> select * from emp cluster by deptno;

hive (default)> 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。

 

你可能感兴趣的:(大数据之HIVE)