Hive中 Order by 和 Sort by 的区别是什么?

Answer 1

order by 是全局排序； sort by 需要与distribute结合着用，即分组排序。 例句如下： select \* from baidu\_click order by click desc;  select \* from baidu\_click distribute by product\_line sort by click desc;

Answer 2

前者是只有一个reducer，对数据全局排序，后者是有多个reducer，在各自的reducer中排序，全局不排序。

Answer 3

一个是全局排序，相当于只有一个分区，后者指有多个分区，在自己分区内排序。

Answer 4

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. 因此，如果用sort by进行排序，并且设置mapred.reduce.tasks>1， 则sort by只保证每个reducer的输出有序，不保证全局有序。

Answer 5

order by全局排序，Sort by 局部排序