本文主要是介绍hive，order by ,distribute by ,sort by ,cluster by 区别，作用，用法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
0 order by 是全局排序，把所有数据放在一个reduce task中排序。sort by是在一个reduce中排序，该reduce的输出有序，是局部有序。distriute by c1 是作用于map输出的结果，把c1的值相同的记录输入到同一个reduce中；如果reduce数目比较少，c1多个不同值的记录会输入到同一个reduce中。
1 distribute by要写在sort by前面，不然报错
2 distribute by c1,c2 sort by c1,c2 = cluster by c1,c2 ，注意distribute by 后面的字段名 与 sort by 后面的字段名相同时才能 使用cluster by。此时是仍然是局部有序，不是全局有序。
3 cluster by c1,c2 默认是升序，且不可指定asc或desc ,不然报错
4 当reduce_num=1时，sort by c1,c2 = order by c1,c2，此时都是在一个reduce中排序，所以此时排序后的结果一致
5 distribute by c1 sort by c2,c3 desc ，如果c1只有一种值，那么此时 = order by c2,c3 desc，因为distribute by c1会把map输出的数据划分到同一个reduce中，然后在这个reduce中按照c2,c3 desc排序，此时与上一条4一致。此时与有多少个reduce task无关，即使手动设置reduce task有多个，但是map的输出只会往一个reduce task中输入，其他reduce task
这篇关于hive，order by ,distribute by ,sort by ,cluster by 区别，作用，用法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
