hive的select查询

hive的select查询分为基础查询和连接查询

select基础查询

1、order by
全局排序


2、sort by
局部排序 : 每一个结果文件有序，每一个reduceTask有一个结果文件


3、distribute by
分桶 ： 只分桶，不排序， 如果需要排序请加上sort by
分桶的原理 ： 按照分桶的字段的值的hash去模除以桶的个数来决定该条记录在哪个桶中
分桶的作用 ： 主要是用来提高join查询的效率


4、cluster by
分桶：又分桶，又排序
case1 : 当 distribute by 字段 和 sort by 后的字段一致时，可以直接使用cluster by
distribute by age sort by age  = cluster by age;
case2 ： 当sort by还需要根据其他字段排序时，也就是说 cluster by和 sort by要进行共用的时候，这是不允许的
cluster by age sort by id     XXXXXXXXXXX
替代写法;
distribute by age sort age,id

总结一个规律：  创建表的时候都有ed， 查询的时候都没有

hive的join查询：http://blog.csdn.net/freefish_yzx/article/details/77166906