hive 中几个by的区别
group by：聚合函数分组，不排序。
注意： group by 的执行在select 之前。
having 在select 之后
order by：全局排序
sort by：局部排序（每个reducetask的结果中有序）
每一组是有序的，但全局不一定有序。
distribute by：分桶
有多个文件，全局排序，难度很高，所以采取分桶排序。
cluster by：分桶
如果distribute by后面的字段 和 sort by 后面的字段一致，则：
distribute by id sort by id = cluster by id
distribute by id,sort by id,name = cluster by id sort by name;
只能默认升序，不能使用倒序；
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
