Hive Order By操作

Hive中常见的高级查询包括:group by、Order by、join、distribute by、sort by、cluster by、Union all。今天我们来看看order by操作,Order by表示按照某些字段排序,语法如下:

 

[java]  view plain  copy
 
  1. select col,col2...  
  2. from tableName  
  3. where condition  
  4. order by col1,col2 [asc|desc]  

注意:

 

(1):order by后面可以有多列进行排序,默认按字典排序。

(2):order by为全局排序。

(3):order by需要reduce操作,且只有一个reduce,无法配置(因为多个reduce无法完成全局排序)。

order by操作会受到如下属性的制约:

 

[java]  view plain  copy
 
  1. set hive.mapred.mode=nonstrict; (default value / 默认值)  
  2.   
  3. set hive.mapred.mode=strict;  

注:如果在strict模式下使用order by语句,那么必须要在语句中加上limit关键字,因为执行order by的时候只能启动单个reduce,如果排序的结果集过大,那么执行时间会非常漫长。

 

 

下面我们通过一个示例来深入体会order by的用法:

数据库有一个employees表,数据如下:

 

[java]  view plain  copy
 
  1. hive> select * from employees;  
  2. OK  
  3. lavimer 15000.0 ["li","lu","wang"]  {"k1":1.0,"k2":2.0,"k3":3.0}    {"street":"dingnan","city":"ganzhou","num":101} 2015-01-24  love  
  4. liao    18000.0 ["liu","li","huang"]    {"k4":2.0,"k5":3.0,"k6":6.0}    {"street":"dingnan","city":"ganzhou","num":102} 2015-01-24  love  
  5. zhang   19000.0 ["xiao","wen","tian"]   {"k7":7.0,"k8":8.0,"k8":8.0}    {"street":"dingnan","city":"ganzhou","num":103} 2015-01-24  love  

 

现在我要按第二列(salary)降序排列:

 

[java]  view plain  copy
 
  1. hive> select * from employees order by salary desc;  
  2. //执行MapReduce的过程  
  3. Job 0: Map: 1  Reduce: 1   Cumulative CPU: 2.62 sec   HDFS Read: 415 HDFS Write: 245 SUCCESS  
  4. Total MapReduce CPU Time Spent: 2 seconds 620 msec  
  5. OK  
  6. zhang   19000.0 ["xiao","wen","tian"]   {"k7":7.0,"k8":8.0} {"street":"dingnan","city":"ganzhou","num":103} 2015-01-24  love  
  7. liao    18000.0 ["liu","li","huang"]    {"k4":2.0,"k5":3.0,"k6":6.0}    {"street":"dingnan","city":"ganzhou","num":102} 2015-01-24  love  
  8. lavimer 15000.0 ["li","lu","wang"]  {"k1":1.0,"k2":2.0,"k3":3.0}    {"street":"dingnan","city":"ganzhou","num":101} 2015-01-24  love  
  9. Time taken: 20.484 seconds  
  10. hive>   


此时的hive.mapred.mode属性为:

 

 

[java]  view plain  copy
 
  1. hive> set hive.mapred.mode;  
  2. hive.mapred.mode=nonstrict  
  3. hive>   


现在我们将它改为strict,然后再使用order by进行查询:

 

 

[java]  view plain  copy
 
  1. hive> set hive.mapred.mode=strict;  
  2. hive> select * from employees order by salary desc;  
  3. FAILED: Error in semantic analysis: 1:33 In strict mode, if ORDER BY is specified, LIMIT must also be specified. Error encountered near token 'salary'  
  4. hive>   

注:在strict模式下查询必须加上limit关键字。

 

 

[java]  view plain  copy
 
  1. hive> select * from employees order by salary desc limit 3;  
  2. FAILED: Error in semantic analysis: No partition predicate found for Alias "employees" Table "employees"  

注:另外还有一个要注意的是strict模式也会限制分区表的查询,解决方案是必须指定分区

先来看看分区:

 

 

[java]  view plain  copy
 
  1. hive> show partitions employees;  
  2. OK  
  3. date_time=2015-01-24/type=love  
  4. Time taken: 0.096 seconds  


在strict模式先使用order by查询:

 

 

[java]  view plain  copy
 
  1. hive> select * from employees where partition(date_time='2015-01-24',type='love') order by salary desc limit 3;  
  2. FAILED: Parse Error: line 1:30 cannot recognize input near 'partition' '(' 'date_time' in expression specification  
  3.   
  4. hive                                                                                                                
  5.     > select * from employees where date_time='2015-01-24' and type='love' order by salary desc limit 3;            
  6.   
  7. //执行MapReduce程序  
  8.   
  9. Total MapReduce CPU Time Spent: 3 seconds 510 msec  
  10. OK  
  11. zhang   19000.0 ["xiao","wen","tian"]   {"k7":7.0,"k8":8.0} {"street":"dingnan","city":"ganzhou","num":103} 2015-01-24  love  
  12. liao    18000.0 ["liu","li","huang"]    {"k4":2.0,"k5":3.0,"k6":6.0}    {"street":"dingnan","city":"ganzhou","num":102} 2015-01-24  love  
  13. lavimer 15000.0 ["li","lu","wang"]  {"k1":1.0,"k2":2.0,"k3":3.0}    {"street":"dingnan","city":"ganzhou","num":101} 2015-01-24  love  
  14. Time taken: 19.861 seconds  
  15. hive>   



 



 

你可能感兴趣的:(Hive Order By操作)