如果想徹底了解：hive中，order by、sort by、 distribute by和 cluster by的區別，請檢視hive中，order by、sort by、 distribute by和 cluster by的區別。**：
你應該已經知道了：當distribute by 和 sort by 所指定的字段相同時，即可以使用cluster by。但是，有人禁不住就要問：那cluster by有什麼存在意義嗎？按照xx欄位分割槽又按照xx欄位排序。
答案是：當分割槽數量小於字段種類時，就有意義。
舉個例子：
有一張學生表，全校共有100個專業，但是因為效能問題，分割槽只能指定5個。這時候，按照專業分割槽，再按照專業排序就有存在的意義了。
hive中regexp extract的有用法總結
1 關於正規表示式的符號及意義 正規表示式由標準的元字元 metacharacters 所構成 做為轉意，即通常在 後面的字元不按原來意 釋，如 b 匹配字元 b 當b前面加了反斜桿後 b 轉意為匹配乙個單詞的邊界。或 對正規表示式功能字元的還原，如 匹配它前面元字元0次或多次，a 將匹配a,aa,...
從HIVE中中查詢
從hive資料庫查詢文件 by ymd 拼接sql語句 string sql select from doc file where contains name wildcard 拼接名稱查詢語句 if stringutils.isnoneempty unstructuredbean.getname ...
Hive 中的日誌
日誌記錄了程式執行的過程，是一種查詢問題的利器。hive中的日誌分為兩種 1.系統日誌，記錄了hive的運 況，錯誤狀況。2.job 日誌，記錄了hive 中job的執行的歷史過程。系統日誌儲存在什麼地方呢 在hive conf hive log4j.properties 檔案中記錄了hive日誌的...