1. 全局排序（Order By）
Order By：全局排序，只有一个Reducer
1）使用 ORDER BY 子句排序
- ASC（ascend）: 升序（默认）
- DESC（descend）: 降序
2）ORDER BY 子句在SELECT语句的结尾
3）案例实操
查询员工信息按工资升序排列
hive (default)> select * from emp order by sal;
查询员工信息按工资降序排列
hive (default)> select * from emp order by sal desc;
2. 按照别名排序
例：按照员工薪水的2倍排序
hive (default)> select ename, sal*2 twosal from emp order by twosal;
3. 多个列排序
例：按照部门和工资升序排序
hive (default)> select ename, deptno, sal from emp order by deptno, sal;
4. 每个Reduce内部排序（Sort By）
- Sort By：对于大规模的数据集order by的效率非常低。在很多情况下，并不需要全局排序，此时可以使用sort by。
- Sort by为每个reducer产生一个排序文件。每个Reducer内部进行排序，对全局结果集来说不是排序。
1）设置reduce个数
hive (default)> set mapreduce.job.reduces=3;
2）查看设置reduce个数
hive (default)> set mapreduce.job.reduces;
3）根据部门编号降序查看员工信息
hive (default)> select * from emp sort by deptno desc;
4）将查询结果导入到文件中（按照部门编号降序排序）
insert overwrite local directory '/opt/module/data/sortby-result'
select
*
from emp
sort by deptno desc
5. 分区（Distribute By）
- Distribute By： 在有些情况下，我们需要控制某个特定行应该到哪个reducer，通常是为了进行后续的聚集操作。distribute by 子句可以做这件事。distribute by类似MR中partition（自定义分区），进行分区，结合sort by使用。
- 对于distribute by进行测试，一定要分配多reduce进行处理，否则无法看到distribute by的效果。
例：先按照部门编号分区，再按照员工编号降序排序。
hive (default)> set mapreduce.job.reduces=3;
hive (default)> insert overwrite local directory '/opt/module/data/distribute-result' select * from emp distribute by deptno sort by empno desc;
注意：
distribute by的分区规则是根据分区字段的hash码与reduce的个数进行模除后，余数相同的分到一个区。 Hive要求DISTRIBUTE BY语句要写在SORT BY语句之前。
6. Cluster By
- 当distribute by和sorts by字段相同时，可以使用cluster by方式。
- cluster by除了具有distribute by的功能外还兼具sort by的功能。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC。
例：以下两种写法等价
hive (default)> select * from emp cluster by deptno;
hive (default)> select * from emp distribute by deptno sort by deptno;
注意：
按照部门编号分区，不一定就是固定死的数值，可以是20号和30号部门分到一个分区里面去。