hive查询中的排序总结

四个排序总结

order by	全局排序	reduce启动个数为一个
sort by	区内排序和distrbute by 结合使用	reduce个数为多个
distribute by	同上	reduce个数为多个
cluster by	当distribute by 和 sort by相同时 使用。	reduce个数为多个

全局排序（Order By）

Order By：全局排序，一个Reducer,使用 Order By 子句排序
ASC（ascend）:升序（默认）;DESC（descend）: 降序

每个MapReduce内部排序（Sort By）

Sort By：每个Reducer内部进行排序，对全局结果集来说不是排序。

分区排序（Distribute By）

Distribute By：类似MR中partition，进行分区，结合sort by使用。
注意，Hive要求Distribute By语句要写在Sort By语句之前。
对于distribute by进行测试，一定要分配多reduce进行处理，否则无法看到distribute by的效果。

Cluster By

当distribute by和sorts by字段相同时，可以使用cluster by方式。
cluster by除了具有distribute by的功能外还兼具sort by的功能。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC。