学习 Hive（九）：排序

ORDER BY

Hive 中 ORDER BY 的行为与关系型数据库的 ORDER BY 行为一致，实现了数据集的 全局排序 ，支持升序（ASC）和降序（DESC）。

SORT BY

Hive 中的 SORT BY 实现了数据集的 Map 排序 ，为每个 reducer 产生一个 排序 文件，支持升序（ASC）和降序（DESC）。如果只有一个 reducer（通过 SET mapred.reduce.tasks=1 ），那么 SORT BY 和 ORDER BY 的效果是相同的。

DISTRIBUTE BY

Hive 中的 DISTRIBUTE BY 实现了数据集的 Map 重分区 ，保证字段值相同的行在同一个 reducer。

CLUSTER BY

Hive 中的 CLUSTER BY 结合了 SORT BY 和 DISTRIBUTE BY ，实现了数据集的 局部排序 ，支持升序（ASC）和降序（DESC）。

参考

• LanguageManual SortBy