HiveQL distribute by、group by、sort by、order by、sort by、cluster by区别
distribute by f(col):
控制数据经过map后如何分给reduce的,
把数据按照col列(以及总共reduce个数,默认是采用hash算法)分散到不同的reduce,即col值经过hash后相同的数据会被分到同一个reduce,当然这里我用的f(col),表示划分的可以是任何col的函数如length等。
group by f(col):
用于分类所有记录结果的特定集合列,查询...
原创
2019-07-10 15:05:15 ·
458 阅读 ·
0 评论