hive中有四種排序，分別是：order by,sort by,distribute by（重點）,cluster by
order by：全域性排序，但是只能有乙個reduce來處理，在嚴格模式下必須指定limit，否則會報錯，在資料量很大的時候，處理時間會很長甚至跑不出資料，慎用！
sort by：對每個reduce端的結果進行排序，但是不對全域性進行排序，可以設定mapred.reduce.tasks>1的時候，對每個reduce中的資料進行排序
distribute by（重點）：distribute by 類似於sql中的group by，它的作用是把distribyte by 後面的列劃分到不同的reduce中去（預設hash），一般搭配sort by使用，例如
select table.a,table.b from table distribute by table.a sort by table.b asc
上述例子的作用是把a列分組，散發到不同的reduce中處理，然後再對每個reduce中的資料將b列進行排序（注意最終的結果只是每個reduce排序，總體不排序）
那麼如何才能做到對整個結果進行排序但是效率更高呢？
我們不妨來這樣做
select * from (select table.a,table.b from table distribute by table.a sort by table.b asc) t order by table.b
這樣做的好處呢，就是可以有多個reduce來處理資料，即便在資料量巨大的時候也不會像只有乙個reduce的時候那麼慢，這也體現了大資料分而治之的思想！
cluster by：cluster by除了具有distribute by的功能外還兼具sort by的功能。但是排序只能是倒敘排序，不能指定排序規則為asc或者desc
以上就是我總結的hive中的排序，加油！
Hive 中的四種排序
1 order by 可以指定desc 降序 asc 公升序 order by會對輸入做全域性排序，因此只有乙個reducer 多個reducer無法保證全域性有序 然而只有乙個reducer，會導致當輸入規模較大時，消耗較長的計算時間。create table temperature year i...
Hive 中的四種排序 舉例
1 order by 可以指定desc 降序 asc 公升序 order by會對輸入做全域性排序，因此只有乙個reducer 多個reducer無法保證全域性有序 然而只有乙個reducer，會導致當輸入規模較大時，消耗較長的計算時間。create table temperature year i...
Hive 四種排序方式
hive中4種排序的區別 共有四種排序 order by，sort by distribute by，cluster by order by 全域性排序 對輸入的資料做排序，故此只有乙個reducer 多個reducer無法保證全域性有序 只有乙個reducer，會導致當輸入規模較大時，需要較長的計...