hive中的排序

order by

order by 会对输入做全局排序，因此只有一个reducer**（多个reducer无法保证全局有序）**只有一个reducer，会导致当输入规模较大时，需要较长的计算时间。
Sql代码

1. set hive.mapred.mode=nonstrict; (default value / 默认值)
2. set hive.mapred.mode=strict;
   order by 和数据库中的Order by 功能一致，按照某一项 & 几项 排序输出。

与数据库中 order by 的区别在于在hive.mapred.mode = strict 模式下 必须指定 limit 否则执行会报错。

Sql代码
2. hive> select * from test order by id;

Java代码

1. FAILED: Error in semantic analysis: 1:28 In strict mode, if ORDER BY is specified, LIMIT must also be specified. Error encountered near token ‘id’

原因： 在order by 状态下所有数据会到一台服务器进行reduce操作也即只有一个reduce，如果在数据量大的情况下会出现无法输出结果的情况，如果进行 limit n ，那只有 n * map number 条记录而已。只有一个reduce也可以处理过来。