hive order by sort by
2016-02-26 00:00
141 查看
order by
Hive中的order by跟传统的sql语言中的order by作用是一样的,会对查询的结果做一次全局排序,所以说,所有的数据都会到同一个reducer进行处理(不管有多少map,也不管文件有多少的block只会启动一个reducer)。但是对于大量数据这将会消耗很长的时间去执行。适用于数据量小的场景
sort by
Hive中指定了sort by,那么在每个reducer端都会做排序,也就是说保证了局部有序(每个reducer出来的数据是有序的,但是不能保证所有的数据是有序的,除非只有一个reduce),好处是:执行了局部排序之后可以为接下去的全局排序提高不少的效率(其实就是做一次归并排序就可以做到全局排序了)。
distribute by和sort by一起使用
distribute by是控制map的输出在reducer是如何划分的,举个例子,我们有一张表,mid是指这个store所属的商户,money是这个商户的盈利,name是这个store的名字
select midmoneyname store distribute by mid sort by mid ascmoney asc
我们所有的mid相同的数据会被送到同一个reducer去处理,每个reduce按照sort by 字段进行排序,这样的话就可以统计出每个商户中各个商店盈利的排序了(局部有序)。这里需要注意的是distribute by必须要写在sort by之前。适用于数据量比较大的排序场景。
Hive中的order by跟传统的sql语言中的order by作用是一样的,会对查询的结果做一次全局排序,所以说,所有的数据都会到同一个reducer进行处理(不管有多少map,也不管文件有多少的block只会启动一个reducer)。但是对于大量数据这将会消耗很长的时间去执行。适用于数据量小的场景
sort by
Hive中指定了sort by,那么在每个reducer端都会做排序,也就是说保证了局部有序(每个reducer出来的数据是有序的,但是不能保证所有的数据是有序的,除非只有一个reduce),好处是:执行了局部排序之后可以为接下去的全局排序提高不少的效率(其实就是做一次归并排序就可以做到全局排序了)。
distribute by和sort by一起使用
distribute by是控制map的输出在reducer是如何划分的,举个例子,我们有一张表,mid是指这个store所属的商户,money是这个商户的盈利,name是这个store的名字
select midmoneyname store distribute by mid sort by mid ascmoney asc
我们所有的mid相同的数据会被送到同一个reducer去处理,每个reduce按照sort by 字段进行排序,这样的话就可以统计出每个商户中各个商店盈利的排序了(局部有序)。这里需要注意的是distribute by必须要写在sort by之前。适用于数据量比较大的排序场景。
相关文章推荐
- hive 函数
- HttpClient4.5.1简单封装
- 图片灰度化原理与实现(java)
- Cgroup的作用和基本用法
- #Linux的边边角角# 之 "EPERM"错误和setuid魔法
- 三星s系列和note系列记录
- 如何使用 volatile, synchronized, final 进行线程间通信
- spring+websocket整合(springMVC+spring+MyBatis即SSM框架和
- iOS 开发----Unsupported compiler 'com.apple.compiler
- iOS网络编程之六——数据缓存类NSURLCache使用解析
- Count and Say
- 分享一种身份证OCR识别技术
- 223. Rectangle Area
- 219. Contains Duplicate II
- 36. Valid Sudoku
- Unity3D Quaternion各属性和函数测试
- 在Laravel5.2中使用dingo+JWT+Swagger
- 操作系统----内存管理
- Android中保存图片到本地功能实现
- JSON — JSON入门与实战详解 —— JavaScript、Java与JSON互转