博客

1. 全局排序 order by
	a. 执行的时候只有一个reduce
	b. 默认是asc升序
	c. desc查询结果倒序
	d. 在select语句的结尾
	e. 案例实操：
		i. 查询员工信息按工资升序排列 ：select * from emp order by salary; 或者 select * from emp order by salary asc;

ii. 查询员工信息按工资降序排列 ： select * from emp order by salary desc;



f. 多个列排序 ：相当于mapreduce中的二次排序

i. 案例实操：

按照部门和工资升序排序 ： select * from emp order by emp_id,salary;



g. 按照别名排序：

i. 案例实操：

按照员工薪水的 2 倍排序 ：select ename, sal*2 twosal from emp order by twosal;

2. 局部排序 sort by
	a. 每个reduce中处理那些数据，控制不了，随机，均匀分布
	b. 保证灭个reduce Task有序
	c. 先设置job的数量 ： set mapreduce.job.reduces; 默认是-1，表示自己判断几个mapreduce

d. 将查询的字段存到文件中：insert overwrite local directory ‘本地路径’ select * from xxx sort by xxx.id;

e. 是怎么进行分区的：通过key hashcode % 3

f. 案例实操：

i. 根据部门编号降序查看员工信息 ：select * from emp sort by emp_id desc;





ii. 将查询结果导入到文件中（按照部门编号降序排序） ：insert overwrite local directory ‘/home/hduser/software/hive_1.2.1/export_data’ select * from emp sort by emp_id;

3. 分区排序 distribute by
	a. 只是分区，规定什么样的数据能够使用一个reduce进行处理
	b. 默认情况下不会排序，如果想要排序需要和sort by一起使用，并且要写在sort by之前
	c. 案例实操：
		i. 先按照部门编号分区，再按照员工编号降序排序：insert overwrite local directory '/home/hduser/software/hive_1.2.1/export_data' select * from emp distribute by dept_id sort by emp_id;

4. Cluster by ： 相当于对相同字段进行分区和排序

a. insert overwrite local directory ‘/home/hduser/software/hive_1.2.1/export_data’ select * from emp distribute by dept_id sort by dept_id;



相当于select * from emp cluster by dept_id;