1,Order By-全局排序
全局排序,只能有一个reduce。
1.1、使用 ORDER BY 子句排序
ASC(ascend): 升序(默认)
DESC(descend): 降序
1.2、ORDER BY 子句在SELECT语句的结尾
1.3、demo
#查询学生的成绩,并按照分数降序排列
SELECT * FROM student s LEFT JOIN score sco ON s.s_id = sco.s_id ORDER BY sco.s_score DESC;
#按照分数的平均值排序
select s_id ,avg(s_score) avg from score group by s_id order by avg;
#按照学生id和平均成绩进行排序
select s_id ,avg(s_score) avg from score group by s_id order by s_id,avg;
2,Sort By-每个MapReduce内部局部排序
每个MapReduce内部进行排序,对全局结果集来说不是排序。
2.1 设置reduce个数
set mapreduce.job.reduces=3;
2.2 查看设置reduce个数
set mapreduce.job.reduces;
2.3 查询成绩按照成绩降序排列
select * from score sort by s_score;
2.4 将查询结果导入到文件中(按照成绩降序排列)
insert overwrite local directory '/data/hive/sort' select * from score sort by score;
3,Distribute By-分区排序
对数据按照指定的字段分区,通常结合sort by使用,DISTRIBUTE BY语句要写在SORT BY语句之前。
先按照学生id进行分区,再按照学生成绩进行排序。
3.1 设置reduce的个数
set mapreduce.job.reduces=7;
3.2 通过distribute by进行数据的分区
insert overwrite local directory '/data/thive/distribute' select * from score distribute by id sort by score;
3.4 Cluster By
cluster by相当于distribute by和sort by字段相同。
cluster by除了具有distribute by的功能外还兼具sort by desc。
以下两种写法等价:
select * from score cluster by id;
select * from score distribute by id sort by id;