八、排序介绍--四个by

一、全局排序（Order By）

Order By：全局排序，一个Reducer

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

3、案例实操

	（1）查询员工信息按工资升序排列
hive (default)> select * from emp order by sal;
	（2）查询员工信息按工资降序排列
hive (default)> select * from emp order by sal desc;

4、 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;

5、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 ;

二、 每个MapReduce内部排序（Sort By）

Sort By：每个Reducer内部进行排序，对全局结果集来说不是排序。

实操：

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;

三、 分区排序（Distribute By）

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

注意: Hive要求DISTRIBUTE BY语句要写在SORT BY语句之前。因为mr程序就是先分区后排序，hivesql其本质就是mr

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。

案例实操：

（1）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)> select e.empno,e.ename from emp e distribute by e.empno sort by e.ename desc;

四、 Cluster By—只能升序

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。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC。

以下两种写法等价：

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

注意：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。

总结：

Order By 只有一个reduce的情况下全局排序
Sort By 单个reduce内排序
Distribute By 分区操作，结合sortby使用就是分区且有序
Distribute By 效果等同Distribute By 与Sort By结合，但只能升序