基本查詢（Select…From）

數(shù)據(jù)準(zhǔn)備
1）準(zhǔn)備 dept.sql

10  ACCOUNTING  1700
20  RESEARCH    1800
30  SALES   1900
40  OPERATIONS  1700

?2）準(zhǔn)備emp.sql

7369    SMITH   CLERK   7902    1980-12-17  800.00      20
7499    ALLEN   SALESMAN    7698    1981-2-20   1600.00 300.00  30
7521    WARD    SALESMAN    7698    1981-2-22   1250.00 500.00  30
7566    JONES   MANAGER 7839    1981-4-2    2975.00     20
7654    MARTIN  SALESMAN    7698    1981-9-28   1250.00 1400.00 30
7698    BLAKE   MANAGER 7839    1981-5-1    2850.00     30
7782    CLARK   MANAGER 7839    1981-6-9    2450.00     10
7788    SCOTT   ANALYST 7566    1987-4-19   3000.00     20
7839    KING    PRESIDENT       1981-11-17  5000.00     10
7844    TURNER  SALESMAN    7698    1981-9-8    1500.00 0.00    30
7876    ADAMS   CLERK   7788    1987-5-23   1100.00     20
7900    JAMES   CLERK   7698    1981-12-3   950.00      30
7902    FORD    ANALYST 7566    1981-12-3   3000.00     20
7934    MILLER  CLERK   7782    1982-1-23   1300.00     10

創(chuàng)建數(shù)據(jù)表
1）創(chuàng)建 dept 數(shù)據(jù)表

hive (default)> create table if not exists dept(deptno int,dname string,loc int) 
row format delimited fields terminated by '\t';
OK
Time taken: 0.23 seconds

?2）創(chuàng)建emp 數(shù)據(jù)表

hive (default)> create table if not exists 
emp(empno int,ename string,job string,mgr int,hiredate string,sal double,comm double,deptno int) 
row format delimited fields terminated by '\t';
OK
Time taken: 0.211 seconds

3.導(dǎo)入數(shù)據(jù)
1）導(dǎo)入dept數(shù)據(jù)

hive (default)> load data local inpath '/home/atguigu/hive_sql/dept.sql' into table
              > dept;
Loading data to table default.dept
OK
Time taken: 0.537 seconds

?2）導(dǎo)入emp數(shù)據(jù)

hive (default)> load data local inpath '/home/atguigu/hive_sql/emp.sql' into table emp;
Loading data to table default.emp
OK
Time taken: 0.577 seconds

驗證是否導(dǎo)入成功
1）查詢 dept 表

hive (default)> select * from dept;
OK
dept.deptno dept.dname  dept.loc
10  ACCOUNTING  1700
20  RESEARCH    1800
30  SALES   1900
40  OPERATIONS  1700
NULL    NULL    NULL
Time taken: 0.32 seconds, Fetched: 5 row(s)

?2）查詢 emp 表

hive (default)> select * from emp;
OK
emp.empno   emp.ename   emp.job emp.mgr emp.hiredate    emp.sal emp.comm    emp.deptno
7369    SMITH   CLERK   7902    1980-12-17  800.0   NULL    20
7499    ALLEN   SALESMAN    7698    1981-2-20   1600.0  300.0   30
7521    WARD    SALESMAN    7698    1981-2-22   1250.0  500.0   30
7566    JONES   MANAGER 7839    1981-4-2    2975.0  NULL    20
7654    MARTIN  SALESMAN    7698    1981-9-28   1250.0  1400.0  30
7698    BLAKE   MANAGER 7839    1981-5-1    2850.0  NULL    30
7782    CLARK   MANAGER 7839    1981-6-9    2450.0  NULL    10
7788    SCOTT   ANALYST 7566    1987-4-19   3000.0  NULL    20
7839    KING    PRESIDENT   NULL    1981-11-17  5000.0  NULL    10
7844    TURNER  SALESMAN    7698    1981-9-8    1500.0  0.0 30
7876    ADAMS   CLERK   7788    1987-5-23   1100.0  NULL    20
7900    JAMES   CLERK   7698    1981-12-3   950.0   NULL    30
7902    FORD    ANALYST 7566    1981-12-3   3000.0  NULL    20
7934    MILLER  CLERK   7782    1982-1-23   1300.0  NULL    10
NULL    NULL    NULL    NULL    NULL    NULL    NULL    NULL
Time taken: 0.296 seconds, Fetched: 15 row(s)

全表和特定列查詢

1.全表查詢

hive (default)> select * from emp;
OK
emp.empno   emp.ename   emp.job emp.mgr emp.hiredate    emp.sal emp.comm    emp.deptno
7369    SMITH   CLERK   7902    1980-12-17  800.0   NULL    20
7499    ALLEN   SALESMAN    7698    1981-2-20   1600.0  300.0   30
7521    WARD    SALESMAN    7698    1981-2-22   1250.0  500.0   30
7566    JONES   MANAGER 7839    1981-4-2    2975.0  NULL    20
7654    MARTIN  SALESMAN    7698    1981-9-28   1250.0  1400.0  30
7698    BLAKE   MANAGER 7839    1981-5-1    2850.0  NULL    30
7782    CLARK   MANAGER 7839    1981-6-9    2450.0  NULL    10
7788    SCOTT   ANALYST 7566    1987-4-19   3000.0  NULL    20
7839    KING    PRESIDENT   NULL    1981-11-17  5000.0  NULL    10
7844    TURNER  SALESMAN    7698    1981-9-8    1500.0  0.0 30
7876    ADAMS   CLERK   7788    1987-5-23   1100.0  NULL    20
7900    JAMES   CLERK   7698    1981-12-3   950.0   NULL    30
7902    FORD    ANALYST 7566    1981-12-3   3000.0  NULL    20
7934    MILLER  CLERK   7782    1982-1-23   1300.0  NULL    10
NULL    NULL    NULL    NULL    NULL    NULL    NULL    NULL
Time taken: 0.296 seconds, Fetched: 15 row(s)

特定列查詢

hive (default)> select empno,ename,job from emp;
OK
empno   ename   job
7369    SMITH   CLERK
7499    ALLEN   SALESMAN
7521    WARD    SALESMAN
7566    JONES   MANAGER
7654    MARTIN  SALESMAN
7698    BLAKE   MANAGER
7782    CLARK   MANAGER
7788    SCOTT   ANALYST
7839    KING    PRESIDENT
7844    TURNER  SALESMAN
7876    ADAMS   CLERK
7900    JAMES   CLERK
7902    FORD    ANALYST
7934    MILLER  CLERK
NULL    NULL    NULL
Time taken: 0.304 seconds, Fetched: 15 row(s)

注意：
（1）SQL 語言大小寫不敏感。
（2）SQL 可以寫在一行或者多行
（3）關(guān)鍵字不能被縮寫也不能分行
（4）各子句一般要分行寫。
（5）使用縮進提高語句的可讀性。

列別名

1）重命名一個列
2）便于計算
3）緊跟列名，也可以在列名和別名之間加入關(guān)鍵字‘AS’
4）案例實操
語法 select 列名 as 別名... from <表名>
案例: 查詢 emp 并對特定列設(shè)置別名。

hive (default)> select empno as no,ename name from emp;
OK
no  name
7369    SMITH
7499    ALLEN
7521    WARD
7566    JONES
7654    MARTIN
7698    BLAKE
7782    CLARK
7788    SCOTT
7839    KING
7844    TURNER
7876    ADAMS
7900    JAMES
7902    FORD
7934    MILLER
NULL    NULL
Time taken: 0.286 seconds, Fetched: 15 row(s)

算術(shù)運算符

運算符	描述
A+B	A和B 相加
A-B	A減去B
A*B	A和B 相乘
A/B	A除以B
A%B	A對B取余
A&B	A和B按位取與
A\|B	A和B按位取或
A^B	A和B按位取異或
~A	A按位取反

常用函數(shù)

求總行數(shù)（count）
hive (default)> select count(*) cnt from emp;
求工資的最大值（max）
hive (default)> select max(sal) max_sal from emp;
求工資的最小值（min）
hive (default)> select min(sal) min_sal from emp;
求工資的總和（sum）
hive (default)> select sum(sal) sum_sal from emp;
求工資的平均值（avg）
hive (default)> select avg(sal) avg_sal from emp;

Limit語句

典型的查詢會返回多行數(shù)據(jù)。LIMIT子句用于限制返回的行數(shù)。

hive (default)> select * from emp limit 5;
hive (default)> select * from emp limit 2,3;

Where語句

1）使用WHERE子句，將不滿足條件的行過濾掉
2）WHERE子句緊隨FROM子句
3）案例實操
查詢出薪水大于1000的所有員工

hive (default)> select * from emp where sal >1000;

注意：where子句中不能使用字段別名。

比較運算符（Between/In/ Is Null）

下面表中描述了謂詞操作符，這些操作符同樣可以用于JOIN…ON和HAVING語句中。

操作符	支持的數(shù)據(jù)類型	描述
A=B	基本數(shù)據(jù)類型	如果A等于B則返回TRUE，反之返回FALSE
A<=>B	基本數(shù)據(jù)類型	如果A和B都為NULL，則返回TRUE，如果一邊為NULL，返回False
A<>B, A!=B	基本數(shù)據(jù)類型	A或者B為NULL則返回NULL；如果A不等于B，則返回TRUE，反之返回FALSE
A<B	基本數(shù)據(jù)類型	A或者B為NULL，則返回NULL；如果A小于B，則返回TRUE，反之返回FALSE
A<=B	基本數(shù)據(jù)類型	A或者B為NULL，則返回NULL；如果A小于等于B，則返回TRUE，反之返回FALSE
A>B	基本數(shù)據(jù)類型	A或者B為NULL，則返回NULL；如果A大于B，則返回TRUE，反之返回FALSE
A>=B	基本數(shù)據(jù)類型	A或者B為NULL，則返回NULL；如果A大于等于B，則返回TRUE，反之返回FALSE
A [NOT] BETWEEN B AND C	基本數(shù)據(jù)類型	如果A，B或者C任一為NULL，則結(jié)果為NULL。如果A的值大于等于B而且小于或等于C，則結(jié)果為TRUE，反之為FALSE。如果使用NOT關(guān)鍵字則可達到相反的效果。
A IS NULL	所有數(shù)據(jù)類型	如果A等于NULL，則返回TRUE，反之返回FALSE
A IS NOT NULL	所有數(shù)據(jù)類型	如果A不等于NULL，則返回TRUE，反之返回FALSE
IN(數(shù)值1, 數(shù)值2)	所有數(shù)據(jù)類型	使用 IN運算顯示列表中的值
A [NOT] LIKE B	STRING 類型	B是一個SQL下的簡單正則表達式，也叫通配符模式，如果A與其匹配的話，則返回TRUE；反之返回FALSE。B的表達式說明如下：‘x%’表示A必須以字母‘x’開頭，‘%x’表示A必須以字母’x’結(jié)尾，而‘%x%’表示A包含有字母’x’,可以位于開頭，結(jié)尾或者字符串中間。如果使用NOT關(guān)鍵字則可達到相反的效果。
A RLIKE B, A REGEXP B	STRING 類型	B是基于java的正則表達式，如果A與其匹配，則返回TRUE；反之返回FALSE。匹配使用的是JDK中的正則表達式接口實現(xiàn)的，因為正則也依據(jù)其中的規(guī)則。例如，正則表達式必須和整個字符串A相匹配，而不是只需與其字符串匹配。

案例實操
（1）查詢出薪水等于5000的所有員工
hive (default)> select * from emp where sal =5000;
（2）查詢工資在500到1000的員工信息
hive (default)> select * from emp where sal between 500 and 1000;
（3）查詢comm為空的所有員工信息
hive (default)> select * from emp where comm is null;
（4）查詢工資是1500或5000的員工信息
hive (default)> select * from emp where sal IN (1500, 5000);

Like和RLike

使用LIKE運算選擇類似的值
選擇條件可以包含字符或數(shù)字
% 代表零個或多個字符(任意個字符)。
_ 代表一個字符。
RLIKE子句
RLIKE子句是Hive中這個功能的一個擴展，其可以通過Java的正則表達式這個更強大的語言來指定匹配條件。
案例實操
（1）查找名字以A開頭的員工信息

  hive (default)> select * from emp where ename LIKE 'A%';
  hive (default)> select * from emp where ename RLIKE '^A';

（2）查找名字中第二個字母為A的員工信息

hive (default)> select * from emp where ename LIKE '_A%';
hive (default)> select * from emp where ename RLIKE '^.A';

（3）查找名字中帶有A的員工信息

hive (default)> select * from emp where ename  LIKE '%A%';
hive (default)> select * from emp where ename  RLIKE '[A]';

邏輯運算符（And/Or/Not）

操作符	含義
and	邏輯并
or	邏輯或
not	邏輯否

案例實操
（1）查詢薪水大于1000，部門是30

hive (default)> select * from emp where sal>1000 and deptno=30;

（2）查詢薪水大于1000，或者部門是30

hive (default)> select * from emp where sal>1000 or deptno=30;

（3）查詢除了20部門和30部門以外的員工信息

hive (default)> select * from emp where deptno not IN(30, 20);

分組

Group By語句

GROUP BY語句通常會和聚合函數(shù)一起使用，按照一個或者多個列隊結(jié)果進行分組，然后對每個組執(zhí)行聚合操作。

案例實操：
（1）計算每個部門的平均薪水

hive (default)> select t.deptno, avg(t.sal) avg_sal from emp t group by t.deptno;

（2）計算emp每個部門中每個崗位的最高薪水

hive (default)> select t.deptno, t.job, max(t.sal) max_sal from emp t group by
 t.deptno, t.job;

Having語句

having與where不同點
（1）where后面不能寫分組聚合函數(shù)，而having后面可以使用分組聚合函數(shù)。
（2）having只用于group by分組統(tǒng)計語句。
案例實操
（1）求部門平均薪水大于2000的部門求每個部門的平均工資

hive (default)> select deptno, avg(sal) from emp group by deptno;

（2）求每個部門的平均薪水大于2000的部門

hive (default)> select deptno, avg(sal) avg_sal from emp group by deptno having avg_sal > 2000;

Join語句

等值Join

Hive支持通常的SQL JOIN語句，但是 $\color{red}{只支持等值連接，不支持非等值連接}$ 。

案例實操
根據(jù)員工表和部門表中的部門編號相等，查詢員工編號、員工名稱和部門名稱；

hive (default)> select e.empno, e.ename, d.deptno, d.dname from emp e join dept d on e.deptno = d.deptno;

表的別名

1）好處
（1）使用別名可以簡化查詢。
（2）使用表名前綴可以提高執(zhí)行效率。
2）案例實操
合并員工表和部門表

hive (default)> select e.empno, e.ename, d.deptno from emp e join dept d on e.deptno = d.deptno;

內(nèi)連接

內(nèi)連接：只有進行連接的兩個表中都存在與連接條件相匹配的數(shù)據(jù)才會被保留下來。

hive (default)> select e.empno, e.ename, d.deptno from emp e join dept d on e.deptno = d.deptno;

左外連接:

左外連接：JOIN操作符左邊表中符合WHERE子句的所有記錄將會被返回。

hive (default)> select e.empno, e.ename, d.deptno from emp e left join dept d on e.deptno = d.deptno;

右外連接

右外連接：JOIN操作符右邊表中符合WHERE子句的所有記錄將會被返回。

hive (default)> select e.empno, e.ename, d.deptno from emp e right join dept d on e.deptno = d.deptno;

滿外連接

滿外連接：將會返回所有表中符合WHERE語句條件的所有記錄。如果任一表的指定字段沒有符合條件的值的話，那么就使用NULL值替代。

hive (default)> select e.empno, e.ename, d.deptno from emp e full join dept d on e.deptno
 = d.deptno;

多表連接

注意：連接 n個表，至少需要n-1個連接條件。例如：連接三個表，至少需要兩個連接條件。

hive (default)>SELECT e.ename, d.dname, l.loc_name
FROM   emp e 
JOIN   dept d
ON     d.deptno = e.deptno 
JOIN   location l
ON     d.loc = l.loc;

大多數(shù)情況下，Hive會對每對JOIN連接對象啟動一個MapReduce任務(wù)。本例中會首先啟動一個MapReduce job對表e和表d進行連接操作，然后會再啟動一個MapReduce job將第一個MapReduce job的輸出和表l;進行連接操作。
注意：為什么不是表d和表l先進行連接操作呢？這是因為Hive總是按照從左到右的順序執(zhí)行的。
優(yōu)化：當(dāng)對3個或者更多表進行join連接時，如果每個on子句都使用相同的連接鍵的話，那么只會產(chǎn)生一個MapReduce job。

笛卡爾積

笛卡爾集會在下面條件下產(chǎn)生
（1）省略連接條件
（2）連接條件無效
（3）所有表中的所有行互相連接
案例實操

hive (default)> select empno, dname from emp, dept;

排序

全局排序（Order By）

Order By：全局排序，只有一個Reducer

使用 ORDER BY 子句排序
ASC（ascend）: 升序（默認(rèn)）
DESC（descend）: 降序
ORDER BY 子句在SELECT語句的結(jié)尾
案例實操
（1）查詢員工信息按工資升序排列
sehll hive (default)> select * from emp order by sal;
（2）查詢員工信息按工資降序排列
sehll hive (default)> select * from emp order by sal desc;

按照別名排序

按照員工薪水的2倍排序
hive (default)> select ename, sal*2 twosal from emp order by twosal;

多個列排序

按照部門和工資升序排序
hive (default)> select ename, deptno, sal from emp order by deptno, sal ;

每個Reducer內(nèi)部排序（Sort By）

Sort By：對于大規(guī)模的數(shù)據(jù)集order by的效率非常低。在很多情況下，并不需要全局排序，此時可以使用sort by。
Sort by為每個reducer產(chǎn)生一個排序文件。每個Reducer內(nèi)部進行排序，對全局結(jié)果集來說不是排序。

設(shè)置reduce個數(shù)
set mapreduce.job.reduces
查看默認(rèn)的reduces個數(shù)

hive (default)> set mapreduce.job.reduces;
mapreduce.job.reduces=-1

在hadoop2中有些參數(shù)名稱過時了，
例如原來的mapred.reduce.tasks改名為mapreduce.job.reduces了，當(dāng)然，這兩個參數(shù)你都可以使用，只是第一個參數(shù)過時了。

疑問？為啥默認(rèn)的mapreduce.job.reduces為-1？

mapreduce.job.reduces=-1 表示不限定 reduces數(shù)量，根據(jù)數(shù)據(jù)量分配reduce數(shù)量（測試數(shù)據(jù)量比較小，通常只會分配一個）。若不想按照數(shù)據(jù)量分配，可以進行自定義設(shè)置（如：mapreduce.job.reduces=3）。

重新設(shè)置 mapreduce.job.reduces 并查看。若不設(shè)置，那么將可能不起作用，結(jié)果可能和order by一樣。

hive (default)> set mapreduce.job.reduces=3;
hive (default)> set mapreduce.job.reduces;
mapreduce.job.reduces=3

案例：
按照c_id 對 s_score 進行排序
原始數(shù)據(jù)

s_id  c_id  s_score
01  01  80
01  02  90
01  03  99
02  01  70
02  02  60
02  03  80
03  01  80
03  02  80
03  03  80
04  01  50
04  02  30
04  03  20
05  01  76
05  02  87
06  01  31
06  03  34
07  02  89
07  03  98

編寫sql

select * from score sort by  c_id asc,s_score desc;

結(jié)果

s_id  c_id  s_score
03  01  80
01  01  80
05  01  76
02  01  70
04  01  50
06  01  31
01  02  90
07  02  89
05  02  87
03  02  80
02  02  60
04  02  30
01  03  99
07  03  98
02  03  80
03  03  80
06  03  34
04  03  20

總結(jié)：

使用 sort by 只是對局部進行排序，相對于多個reduce去執(zhí)行 c_id(01、02、03），最后將結(jié)果合并，實現(xiàn)局部排序，所以對于整體依舊是無序的。而order by 是一個reduce 執(zhí)行，效率上肯定比不上 sort by，但是可以保證全局有序。

關(guān)于 sort by 與 order by 區(qū)別可以上官網(wǎng)查看，Difference between Sort By and Order By。

Hive supports SORT BY which sorts the data per reducer. 
The difference between "order by" and "sort by" is that the former guarantees total order in the output while the latter only guarantees ordering of the rows within a reducer. 
If there are more than one reducer, "sort by" may give partially ordered final results.

Note: It may be confusing as to the difference between SORT BY alone of a single column and CLUSTER BY. 
The difference is that CLUSTER BY partitions by the field and SORT BY if there are multiple reducers partitions randomly in order to distribute data (and load) uniformly across the reducers.

Basically, the data in each reducer will be sorted according to the order that the user specified. The following example shows

將結(jié)果導(dǎo)入到本地文件

為了查看分區(qū)效果，將結(jié)果寫入到文件中。

語法：insert overwrite [local] directory '<directory_path>' <sql>

hive (hive_sql)> insert overwrite  directory '/text/score_data01' select * from score sort by c_id,s_score desc;

數(shù)據(jù)結(jié)果.png

執(zhí)行了 3個reduce（如圖生成了3個文件結(jié)果）。若使用的order by那么數(shù)據(jù)將放到一個文件中。

local 為可選項，表示是否存儲本地還是HDFS上。

分區(qū)（Distribute By）

Distribute By：在有些情況下，我們需要控制某個特定行應(yīng)該到哪個reducer，通常是為了進行后續(xù)的聚集操作。distribute by 子句可以做這件事。distribute by類似MR中partition（自定義分區(qū)），進行分區(qū)，結(jié)合sort by使用。
$\color{red}{注意：Hive 要求 distribute by 需要寫到 sort by 之前}$ 。
對于distribute by進行測試，一定要分配多reduce進行處理，否則無法看到distribute by的效果。

設(shè)置reduce個數(shù)
set mapreduce.job.reduces
為了方便查看分區(qū)效果，也將數(shù)據(jù)結(jié)果導(dǎo)入到文件中。

hive (hive_sql)> insert overwrite  directory '/text/score_data02' select * from score distribute by c_id sort by s_score desc;

注意：
1）distribute by的分區(qū)規(guī)則是根據(jù)分區(qū)字段的hash碼與reduce的個數(shù)進行模除后，余數(shù)相同的分到一個區(qū)。
2）Hive要求DISTRIBUTE BY語句要寫在SORT BY語句之前。

sort by 與 Distribute by 區(qū)別

查看 sort by(/text/score_data01/000000_0)文件內(nèi)容

hive (hive_sql)> dfs -cat /text/score_data01/000000_0;
030180
040150
060131
030280
020260
070398
030380
020380

查看 sort by(/text/score_data01/000001_0)文件內(nèi)容

hive (hive_sql)> dfs -cat /text/score_data01/000001_0;
020170
010290
070289
050287
040230
010399
040320

查看 distribute by(/text/score_data02/000000_0)文件內(nèi)容

hive (hive_sql)> dfs -cat /text/score_data02/000000_0;
010399
070398
030380
020380
060334
040320

查看 distribute by(/text/score_data02/000001_0)文件內(nèi)容

hive (hive_sql)> dfs -cat /text/score_data02/000001_0;
030180
010180
050176
020170
040150
060131

sort by 雖然是按照 c_id 排序，數(shù)據(jù)確實亂的，按道理說明明是區(qū)內(nèi)排序，數(shù)據(jù)應(yīng)該有序才對？、
最終解釋，若無指定分區(qū)，內(nèi)部有個隨機算法，隨機分配的（并不是按照hash來計算的）。所以每個文件中是亂的。
為啥不按照hash實現(xiàn)分區(qū)？主要hash可能帶來數(shù)據(jù)傾斜問題。然而框架也不能保證隨機算法能夠合理的分配到各個分區(qū)中，只是盡量的保證各個分區(qū)中的數(shù)據(jù)相差不大。
而 distribute by 表示明確的指定了分區(qū)。數(shù)據(jù)會按照指定的分區(qū)存儲。然而 distribute by 卻有一個很嚴(yán)重的問題，就是數(shù)據(jù)傾斜。

分區(qū)（Cluster By）

當(dāng)distribute by和sort by字段相同時，可以使用cluster by方式。
cluster by除了具有distribute by的功能外還兼具sort by的功能。 $\color{red}{但是排序只能是升序排序}$ ，不能指定排序規(guī)則為ASC或者DESC。

如下兩種方式，執(zhí)行結(jié)果是一樣的。

select * from score distribute by c_id  sort by c_id ;
select * from score Cluster by c_id;

distribute by 和 sort by 結(jié)果

s_id  c_id  score
06  01  31
02  01  70
05  01  76
04  01  50
01  01  80
03  01  80
02  02  60
05  02  87
01  02  90
07  02  89
04  02  30
03  02  80
07  03  98
06  03  34
04  03  20
02  03  80
01  03  99
03  03  80

Cluster by 結(jié)果

s_id  c_id  score
06  01  31
02  01  70
05  01  76
04  01  50
01  01  80
03  01  80
02  02  60
05  02  87
01  02  90
07  02  89
04  02  30
03  02  80
07  03  98
06  03  34
04  03  20
02  03  80
01  03  99
03  03  80

注意：按照部門編號分區(qū)，不一定就是固定死的數(shù)值，可以是20號和30號部門分到一個分區(qū)里面去。

排序總結(jié)

order by
全局排序，只會用到一個reduce
sort by
局部（區(qū)內(nèi)）排序，需要設(shè)置 mapreduce.job.reduces 數(shù)量。若不設(shè)置和order by 一樣。
distribute by
局部（區(qū)內(nèi)）排序，同sort by 一同使用，需要寫到 sort by 前面。
cluster by
局部（區(qū)內(nèi)）排序：當(dāng)時 distribute by 列和 sort by 列一致時，可以使用 cluster by 代替。但是 cluster by 只支持升序。

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av

Hive（六）查詢

Hive（六）查詢

基本查詢（Select…From）

全表和特定列查詢

列別名

算術(shù)運算符

常用函數(shù)

Limit語句

Where語句

比較運算符（Between/In/ Is Null）

Like和RLike

邏輯運算符（And/Or/Not）

分組

Group By語句

Having語句

Join語句

等值Join

表的別名

內(nèi)連接

左外連接:

右外連接

滿外連接

多表連接

笛卡爾積

排序

全局排序（Order By）

按照別名排序

多個列排序

每個Reducer內(nèi)部排序（Sort By）

分區(qū)（Distribute By）

sort by 與 Distribute by 區(qū)別

分區(qū)（Cluster By）

排序總結(jié)

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九 欧美,1769亚洲,黄色成人av

Hive（六）查詢

基本查詢（Select…From）

全表和特定列查詢

列別名

算術(shù)運算符

常用函數(shù)

Limit語句

Where語句

比較運算符（Between/In/ Is Null）

Like和RLike

邏輯運算符（And/Or/Not）

分組

Group By語句

Having語句

Join語句

等值Join

表的別名

內(nèi)連接

左外連接:

右外連接

滿外連接

多表連接

笛卡爾積

排序

全局排序（Order By）

按照別名排序

多個列排序

每個Reducer內(nèi)部排序（Sort By）

分區(qū)（Distribute By）

sort by 與 Distribute by 區(qū)別

分區(qū)（Cluster By）

排序總結(jié)

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容

色偷偷精品伊人,欧洲久久精品,欧美综合婷婷骚逼,国产AV主播,国产最新探花在线,九色在线视频一区,伊人大交九欧美,1769亚洲,黄色成人av