黑猴子的家:Hive 之 order by刁赦、sort by、distribute by闻镶、cluster by

1甚脉、背景表結(jié)構(gòu)

在講解中我們需要貫串一個(gè) 例子,所以需要設(shè)計(jì)一個(gè)情景铆农,對應(yīng) 還要有一個(gè)表結(jié)構(gòu)和填充數(shù)據(jù)牺氨。如下:有3個(gè)字段,分別為personId標(biāo)識某一個(gè)人墩剖,company標(biāo)識一家公司名稱猴凹,money標(biāo)識該公司每年盈利收入(單位:萬元人民幣)

personId company money
p1 公司1 100
p2 公司2 200
p1 公司3 150
p3 公司4 300

company_info.txt

p1  公司1  100
p2  公司2  200
p1  公司3  150
p3  公司4  300

創(chuàng)建表

hive> create table company_info(
    personId string,
    company string,
    money float
)row format delimited fields terminated by "\t"

導(dǎo)入數(shù)據(jù)

hive> load data local inpath “company_info.txt” into table company_info;

2、order by

hive中的order by語句會對查詢結(jié)果做一次全局排序岭皂,即郊霎,所有的mapper產(chǎn)生的結(jié)果都會交給一個(gè)reducer去處理,無論數(shù)據(jù)量大小爷绘,job任務(wù)只會啟動一個(gè)reducer书劝,如果數(shù)據(jù)量巨大,則會耗費(fèi)大量的時(shí)間土至。

尖叫提示:如果在嚴(yán)格模式下购对,order by需要指定limit數(shù)據(jù)條數(shù),不然數(shù)據(jù)量巨大的情況下會造成崩潰無輸出結(jié)果陶因。涉及屬性:set hive.mapred.mode=nonstrict/strict
例如:按照money排序的例子

hive> select * from company_info order by money desc;

3骡苞、sort by

hive中的sort by語句會對每一塊局部數(shù)據(jù)進(jìn)行局部排序,即,每一個(gè)reducer處理的數(shù)據(jù)都是有序的解幽,但是不能保證全局有序贴见。

4、distribute by

hive中(distribute by + “表中字段”)關(guān)鍵字控制map輸出結(jié)果的分發(fā),相同字段的map輸出會發(fā)到一個(gè)reduce節(jié)點(diǎn)去處理亚铁。sort by為每一個(gè)reducer產(chǎn)生一個(gè)排序文件蝇刀,他倆一般情況下會結(jié)合使用。

hive中的distribute by一般要和sort by一起使用徘溢,即將某一塊數(shù)據(jù)歸給(distribute by)某一個(gè)reducer處理吞琐,然后在指定的reducer中進(jìn)行sort by排序。

尖叫提示:distribute by必須寫在sort by之前然爆,涉及屬性mapreduce.job.reduces站粟,hive.exec.reducers.bytes.per.reducer
例如:不同的人(personId)分為不同的組,每組按照money排序曾雕。

hive> select * from company_info distribute by personId sort by personId, money desc;

5奴烙、cluster by

hive中的cluster by在distribute by和sort by排序字段一致的情況下是等價(jià)的。同時(shí)剖张,cluster by指定的列只能是降序切诀,即默認(rèn)的descend,而不能是ascend搔弄。

簡單說:cluster by 相當(dāng)于 distribute by 和sort by 的結(jié)合幅虑,默認(rèn)只能是升序

例如:寫一個(gè)等價(jià)于distribute by 與sort by的例子

hive> select * from company_info distribute by personId sort by personId;

等價(jià)于

hive> select * from compnay_info cluster by personId;
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市顾犹,隨后出現(xiàn)的幾起案子倒庵,更是在濱河造成了極大的恐慌,老刑警劉巖炫刷,帶你破解...
    沈念sama閱讀 218,122評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件擎宝,死亡現(xiàn)場離奇詭異,居然都是意外死亡浑玛,警方通過查閱死者的電腦和手機(jī)绍申,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來顾彰,“玉大人失晴,你說我怎么就攤上這事【醒耄” “怎么了?”我有些...
    開封第一講書人閱讀 164,491評論 0 354
  • 文/不壞的土叔 我叫張陵书在,是天一觀的道長灰伟。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么栏账? 我笑而不...
    開封第一講書人閱讀 58,636評論 1 293
  • 正文 為了忘掉前任帖族,我火速辦了婚禮,結(jié)果婚禮上挡爵,老公的妹妹穿的比我還像新娘竖般。我一直安慰自己,他們只是感情好茶鹃,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,676評論 6 392
  • 文/花漫 我一把揭開白布涣雕。 她就那樣靜靜地躺著,像睡著了一般闭翩。 火紅的嫁衣襯著肌膚如雪挣郭。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,541評論 1 305
  • 那天疗韵,我揣著相機(jī)與錄音兑障,去河邊找鬼。 笑死蕉汪,一個(gè)胖子當(dāng)著我的面吹牛流译,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播者疤,決...
    沈念sama閱讀 40,292評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼福澡,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了宛渐?” 一聲冷哼從身側(cè)響起竞漾,我...
    開封第一講書人閱讀 39,211評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎窥翩,沒想到半個(gè)月后业岁,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,655評論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡寇蚊,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,846評論 3 336
  • 正文 我和宋清朗相戀三年笔时,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片仗岸。...
    茶點(diǎn)故事閱讀 39,965評論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡允耿,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出扒怖,到底是詐尸還是另有隱情较锡,我是刑警寧澤,帶...
    沈念sama閱讀 35,684評論 5 347
  • 正文 年R本政府宣布盗痒,位于F島的核電站蚂蕴,受9級特大地震影響低散,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜骡楼,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,295評論 3 329
  • 文/蒙蒙 一熔号、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧鸟整,春花似錦引镊、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至兑燥,卻和暖如春亮瓷,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背降瞳。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評論 1 269
  • 我被黑心中介騙來泰國打工嘱支, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人挣饥。 一個(gè)月前我還...
    沈念sama閱讀 48,126評論 3 370
  • 正文 我出身青樓除师,卻偏偏與公主長得像,于是被迫代替她去往敵國和親扔枫。 傳聞我的和親對象是個(gè)殘疾皇子汛聚,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,914評論 2 355

推薦閱讀更多精彩內(nèi)容