区别
order by :全局排序,所有的数据加载到同一个reduce中进行排序。reduce压力过大,处理很慢。
sort by:局部排序,先通过set mapreduce.job.reduces=数字;指定reduce个数,每个reduce中数据有,通常和distribute by搭配使用。
distribute by:指定进入不同reducer的规则。和sort by搭配使用。
cluster by:当distribute by和sort by的字段一致时,就等同于cluster by。
示例
-- 查询员工信息按工资降序排列
select * from emp order by sal desc;
-- 查询工资前十的员工信息
select * from emp order by sal desc limit 10;
-- 部门局部 按照工资倒序
set mapreduce.job.reduces=3;
select * from emp distribute by deptno sort by sal desc;
-- 部门局部 按照部门排序
select * from emp cluster by deptno;
select * from emp distribute by deptno sort by deptno;