30
2020
01

请说明hive中Sort By、Order By、Cluster By,Distribute By各代表什么意思?

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。


sort by:不是全局排序,其在数据进入reducer前完成排序。


distribute by:按照指定的字段对数据进行划分输出到不同的reduce中。


cluster by:除了具有 distribute by 的功能外还兼具 sort by 的功能。

« 上一篇 下一篇 »

发表评论:

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。