1.全域性排序 order by
使用orderby對全域性進行排序的前提是只能有乙個reduce。order by asc公升序，order by desc降序。
order by 列別名：按照別名公升序排序
order by 列名1 列名2：先按照列名1的公升序排序，如果相等再按照列名2進行排序
2.區域性排序 sort by
sort by會對每個mapreduce內部進行排序，對全域性結果來說並不完全有序。
使用sort by排序的過程：
2.1設定reduce的個數
2.2使用sort by查詢語句進行排序
2.3將查詢結果匯入檔案中
3.分割槽排序 distribute by
distribute by將資料進行分割槽，結合sort by使用對不同分割槽進行排序
在使用這個語法前要先設定分割槽的個數同2.1
先按照s_id進行分割槽，再按照s_score進行排序，最後將查詢的結果載入到本地
結果：
在這個檔案中記錄的都是id為04的資料，可見distribute by的作用，第三欄是成績，按照公升序排列，可見sort by的作用。
4.cluster by
當distribute by的字段與sort by欄位相同時可以使用cluster by，但是cluster by的排序只能是倒序，不能指定asc或者desc
以下兩種寫法等價
hive查詢中的排序總結
四個排序總結 order by 全域性排序 reduce啟動個數為乙個 sort by 區內排序和distrbute by 結合使用 reduce個數為多個 distribute by 同上reduce個數為多個 cluster by 當distribute by 和 sort by相同時 使用。r...
Hive查詢表的優化總結
一 小表join大表 1 小表在左邊 但是新版本已經沒區別 2 開啟mapjoin 3 先過濾再join 二 大表join大表 1 空key過濾 2 空key處理 3 先過濾再join 三 group by 設定引數，使之執行兩個 mr job 第乙個mr job中，map的輸出結果會隨機分布到re...
Hive分桶表及抽樣查詢
對於非常大的資料集，使用者不需要全部查詢的結果，只需要乙個代表性的查詢結果時，可以通過對錶進行分桶抽樣。hive分桶表 先介紹一下hive桶。桶是比表或分割槽更為細粒度的資料範圍劃分。針對某一列進行桶的組織，對列值雜湊，然後除以桶的個數求餘，決定將該條記錄存放到哪個桶中。好處 1 獲得更高的查詢處理...