建站
咨詢
售后
建站咨詢
新聞中心
這篇文章主要介紹hive中order by,distribute by,sort by,cluster by怎么用，文中介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們一定要看完！
成都創(chuàng)新互聯(lián)公司長(zhǎng)期為數(shù)千家客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對(duì)不同對(duì)象提供差異化的產(chǎn)品和服務(wù)；打造開放共贏平臺(tái)，與合作伙伴共同營(yíng)造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為奉化企業(yè)提供專業(yè)的成都網(wǎng)站建設(shè)、網(wǎng)站制作，奉化網(wǎng)站改版等技術(shù)服務(wù)。擁有十載豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開發(fā)。
order by,distribute by,sort by,cluster by 查詢使用說明
// 根據(jù)年份和氣溫對(duì)氣象數(shù)據(jù)進(jìn)行排序，以確保所有具有相同年份的行最終都在一個(gè)reducer分區(qū)中 // 一個(gè)reduce(海量數(shù)據(jù),速度很慢) select year, temperature order by year asc, temperature desc limit 100; // 多個(gè)reduce(海量數(shù)據(jù),速度很快) select year, temperature distribute by year sort by year asc, temperature desc limit 100;
order by (全局排序 )
order by 會(huì)對(duì)輸入做全局排序，因此只有一個(gè)reducer（多個(gè)reducer無法保證全局有序）
只有一個(gè)reducer，會(huì)導(dǎo)致當(dāng)輸入規(guī)模較大時(shí)，需要較長(zhǎng)的計(jì)算時(shí)間。
在hive.mapred.mode=strict模式下，強(qiáng)制必須添加limit限制，這么做的目的是減少reducer數(shù)據(jù)規(guī)模
例如，當(dāng)限制limit 100時(shí)， 如果map的個(gè)數(shù)為50， 則reducer的輸入規(guī)模為100*50
distribute by (類似于分桶)
根據(jù)distribute by指定的字段對(duì)數(shù)據(jù)進(jìn)行劃分到不同的輸出reduce 文件中。
sort by (類似于桶內(nèi)排序)
sort by不是全局排序，其在數(shù)據(jù)進(jìn)入reducer前完成排序。
因此，如果用sort by進(jìn)行排序，并且設(shè)置mapred.reduce.tasks>1， 則sort by只保證每個(gè)reducer的輸出有序，不保證全局有序。
cluster by
cluster by 除了具有 distribute by 的功能外還兼具 sort by 的功能。
但是排序只能是倒序排序，不能指定排序規(guī)則為asc 或者desc。
因此，常常認(rèn)為cluster by = distribute by + sort by
以上是“hive中order by,distribute by,sort by,cluster by怎么用”這篇文章的所有內(nèi)容，感謝各位的閱讀！希望分享的內(nèi)容對(duì)大家有幫助，更多相關(guān)知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！
網(wǎng)頁(yè)標(biāo)題：hive中orderby,distributeby,sortby,clusterby怎么用
地址分享：http://www.dlmjj.cn/article/jjjegj.html
