hiveql - 何时在 hive QL 中使用 sort By 子句

我检查了 hive 中 sort by 与 order by 子句之间的区别。当需要总排序时使用排序依据，而当有多个减速器和输入到减速器需要按排序顺序时使用排序依据。因此，如果只有一个减速器，排序方式可能会导致全序；如果有多个减速器，则排序可能会导致部分排序-

我的问题是我们什么时候需要在 hiveQL 中使用 sort by 子句？

标签： hiveql

当对数据进行排序时，连接会更快，因为优化器知道数据是按特定顺序排序的，并且在该值之后它需要停止查找所需的谓词选择（where 子句条件）。

案例 1 - 排序方式

现在，如果您在给定字段中的数据具有特定顺序，或者您的选择查询需要特定顺序的数据，例如员工按薪水排序（即按薪水和乐队排序）或根据加入日期对员工排序（即按加入日期排序)

那么您需要使用 order by 子句保存数据/结果（以获取总订单）并且我们需要使用 order by（薪水），以便无论何时查询目标数据，您都可以默认获取所需的有序数据。

案例 2 - 排序方式

如果给定字段中的数据不需要特定顺序，例如唯一生成的字母数字字段，例如 Customer_id

在这种情况下，逻辑上最终数据不需要根据 customer_id 以特定顺序出现，但由于它是唯一键且主要用于加入，因此当我们将客户交易详细信息的数据存储在每个分区中时，它需要以排序 /有序的方式使连接更快。因此，在这种情况下，我们在存储最终结果时使用 sort by (customer_id)。