黑猴子的家：Hive查询之排序

1、全局排序（Order By）

1）使用 ORDER BY 子句排序

ASC（ascend）: 升序（默认）
DESC（descend）: 降序

2）ORDER BY 子句在SELECT语句的结尾

案例

查询员工信息按工资升序排列

hive (default)> select * from emp order by sal;

查询员工信息按工资降序排列

hive (default)> select * from emp order by sal desc;

2、按照别名排序

按照员工薪水的2倍排序

hive (default)> select ename, sal*2 twosal from emp order by twosal;

3、多个列排序

按照部门和工资升序排序

hive (default)> select ename, deptno, sal from emp order by deptno, sal ;

4、每个MapReduce内部排序（Sort By）

Sort By：每个MapReduce内部进行排序，对全局结果集来说不是排序。

1）设置reduce个数

hive (default)> set mapreduce.job.reduces=3;

2）查看设置reduce个数

hive (default)> set mapreduce.job.reduces;

3）根据部门编号降序查看员工信息

hive (default)> select * from emp sort by empno desc;

4）将查询结果导入到文件中（按照部门编号降序排序）

hive (default)> insert overwrite local directory '/opt/module/datas/sortby-result' 
select * from emp sort by deptno desc;

5、分区排序（DISTRIBUTE BY）distribute by

Distribute By：类似MR中partition，进行分区，结合sort by使用。

案例

先按照部门编号分区，再按照员工编号降序排序

hive (default)> set mapreduce.job.reduces=3;

hive (default)> insert overwrite local directory '/opt/module/datas/distribute-result' 
select * from emp distribute by deptno sort by empno desc;

尖叫提示：Hive要求DISTRIBUTE BY语句要写在SORT BY语句之前，对于distribute by进行测试，一定要分配多reduce进行处理，否则无法看到distribute by的效果。

6、CLUSTER BY （cluster by）

案列，两种写法等价

hive (default)> select * from emp cluster by deptno;
hive (default)> select * from emp distribute by deptno sort by deptno;

尖叫提示：当distribute by和sorts by字段相同时，可以使用cluster by方式，cluster by除了具有distribute by的功能外还兼具sort by的功能。但是排序只能是顺序排序，不能指定排序规则为ASC或者DESC，按照部门编号分区，不一定就是固定死的数值，可以是20号和30号部门分到一个分区里面去。