建设网站实训google怎么推广

order by

对数据进行全局排序, 只有一个reducer Task, 效率低

mysql中strict模式下, order by必须要有limit, 不然会拒绝执行. 对于分区表, 必须显示指定分区字段查询。

sort by

可以有多个reduce Task(以distribute by后的字段个数为准)

每个reduce Task内部数据有序, 但全局无序

distribute by

按照指定的字段对数据进行划分到不同的输出reduce文件中

distribute by相当于MR中的partitioner

distribute by通常和sort by连用: select * from logs distribute by date sort by te;

注意，Hive 要求 DISTRIBUTE BY 语句要写在 SORT BY 语句之前。

Cluster by

如果sort by和distribute by中所有的列相同, 可以缩写为Cluster by以便同时指定两者所使用的列

注意被Cluster by指定的列只能降序, 一般用于桶表。