• HIVE中的order by操作


    hive中常见的高级查询包括:group by、Order by、join、distribute by、sort by、cluster by、Union all。今天我们来看看order by操作,Order by表示按照某些字段排序,语法如下:

    [java] view plain copy
     
    1. select col,col2...  
    2. from tableName  
    3. where condition  
    4. order by col1,col2 [asc|desc]  

    注意:

    (1):order by后面可以有多列进行排序,默认按字典排序。

    (2):order by为全局排序。

    (3):order by需要reduce操作,且只有一个reduce,无法配置(因为多个reduce无法完成全局排序)。

    order by操作会受到如下属性的制约:

    [java] view plain copy
     
    1. set hive.mapred.mode=nonstrict; (default value / 默认值)  
    2.   
    3. set hive.mapred.mode=strict;  

    注:如果在strict模式下使用order by语句,那么必须要在语句中加上limit关键字,因为执行order by的时候只能启动单个reduce,如果排序的结果集过大,那么执行时间会非常漫长。

    下面我们通过一个示例来深入体会order by的用法:

    数据库有一个employees表,数据如下:

    [java] view plain copy
     
    1. hive> select * from employees;  
    2. OK  
    3. lavimer 15000.0 ["li","lu","wang"]  {"k1":1.0,"k2":2.0,"k3":3.0}    {"street":"dingnan","city":"ganzhou","num":101} 2015-01-24  love  
    4. liao    18000.0 ["liu","li","huang"]    {"k4":2.0,"k5":3.0,"k6":6.0}    {"street":"dingnan","city":"ganzhou","num":102} 2015-01-24  love  
    5. zhang   19000.0 ["xiao","wen","tian"]   {"k7":7.0,"k8":8.0,"k8":8.0}    {"street":"dingnan","city":"ganzhou","num":103} 2015-01-24  love  

    现在我要按第二列(salary)降序排列:

    [java] view plain copy
     
    1. hive> select * from employees order by salary desc;  
    2. //执行MapReduce的过程  
    3. Job 0: Map: 1  Reduce: 1   Cumulative CPU: 2.62 sec   HDFS Read: 415 HDFS Write: 245 SUCCESS  
    4. Total MapReduce CPU Time Spent: 2 seconds 620 msec  
    5. OK  
    6. zhang   19000.0 ["xiao","wen","tian"]   {"k7":7.0,"k8":8.0} {"street":"dingnan","city":"ganzhou","num":103} 2015-01-24  love  
    7. liao    18000.0 ["liu","li","huang"]    {"k4":2.0,"k5":3.0,"k6":6.0}    {"street":"dingnan","city":"ganzhou","num":102} 2015-01-24  love  
    8. lavimer 15000.0 ["li","lu","wang"]  {"k1":1.0,"k2":2.0,"k3":3.0}    {"street":"dingnan","city":"ganzhou","num":101} 2015-01-24  love  
    9. Time taken: 20.484 seconds  
    10. hive>   


    此时的hive.mapred.mode属性为:

    [java] view plain copy
     
    1. hive> set hive.mapred.mode;  
    2. hive.mapred.mode=nonstrict  
    3. hive>   


    现在我们将它改为strict,然后再使用order by进行查询:

    [java] view plain copy
     
    1. hive> set hive.mapred.mode=strict;  
    2. hive> select * from employees order by salary desc;  
    3. FAILED: Error in semantic analysis: 1:33 In strict mode, if ORDER BY is specified, LIMIT must also be specified. Error encountered near token 'salary'  
    4. hive>   

    注:在strict模式下查询必须加上limit关键字。

    [java] view plain copy
     
    1. hive> select * from employees order by salary desc limit 3;  
    2. FAILED: Error in semantic analysis: No partition predicate found for Alias "employees" Table "employees"  

    注:另外还有一个要注意的是strict模式也会限制分区表的查询,解决方案是必须指定分区

    先来看看分区:

    [java] view plain copy
     
    1. hive> show partitions employees;  
    2. OK  
    3. date_time=2015-01-24/type=love  
    4. Time taken: 0.096 seconds  


    在strict模式先使用order by查询:

    [java] view plain copy
     
    1. hive> select * from employees where partition(date_time='2015-01-24',type='love') order by salary desc limit 3;  
    2. FAILED: Parse Error: line 1:30 cannot recognize input near 'partition' '(' 'date_time' in expression specification  
    3.   
    4. hive                                                                                                                
    5.     > select * from employees where date_time='2015-01-24' and type='love' order by salary desc limit 3;            
    6.   
    7. //执行MapReduce程序  
    8.   
    9. Total MapReduce CPU Time Spent: 3 seconds 510 msec  
    10. OK  
    11. zhang   19000.0 ["xiao","wen","tian"]   {"k7":7.0,"k8":8.0} {"street":"dingnan","city":"ganzhou","num":103} 2015-01-24  love  
    12. liao    18000.0 ["liu","li","huang"]    {"k4":2.0,"k5":3.0,"k6":6.0}    {"street":"dingnan","city":"ganzhou","num":102} 2015-01-24  love  
    13. lavimer 15000.0 ["li","lu","wang"]  {"k1":1.0,"k2":2.0,"k3":3.0}    {"street":"dingnan","city":"ganzhou","num":101} 2015-01-24  love  
    14. Time taken: 19.861 seconds  
    15. hive>   

     

  • 相关阅读:
    接口测试基础理论
    Python 接口测试requests.post方法中data与json参数区别
    将博客搬至CSDN
    [设计模式] 设计模式课程(二十)--命令模式(Command)
    [设计模式] 设计模式课程(十三)-- 代理模式
    [设计模式] 设计模式课程(十一)-- 享元模式(Flyweight)
    [设计模式] 设计模式课程(十二)-- 门面模式(Facade)
    [设计模式] 设计模式课程(十七)--组合模式
    [设计模式] 设计模式课程(六)-- 桥接模式
    [设计模式] 读懂UML图
  • 原文地址:https://www.cnblogs.com/yjd_hycf_space/p/6801388.html
Copyright © 2020-2023  润新知