第六章_查询【排序原理】

2022-01-29 12:02:47 阅读：124 来源： 互联网

标签：name union 赵云查询 -- num 第六章排序 select

1. order by(全局排序)
    1. 全局排序, 无论设置多少个 reduce个数,只会产生一个reduce
    2. 对大规模的数据集,全局排序效率非常低

1. 设置分区个数为 3
set mapreduce.job.reduces=3;

2. 运行sql
select name
      ,num
from (
    select '张飞' as name,1 as num
    union all
    select '张飞' as name,2 as num
    union all
    select '张飞' as name,3 as num
    union all
    select '赵云' as name,1 as num
    union all
    select '赵云' as name,2 as num
    union all
    select '赵云' as name,3 as num
) as t1
order by num desc ;

-- 查看结果(无论 reduceNum 设置为多少,只会产生一个 reduce)
Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 1

name    num
赵云    3
张飞    3
赵云    2
张飞    2
赵云    1
张飞    1

View Code

2. sort by (分区内排序)
    1. 为每个 reducer 内产生的文件排序
    2. 不指定 distribute by 时,按照 行的所有字段的hash值 % numReduces 进行分区

 -- 使用步骤
 -- 1. 设置 reduce 个数
 set mapreduce.job.reduces=3;

insert overwrite local directory '/root/sortby'
select name
      ,num
from (
    select '张飞' as name,1 as num
    union all
    select '张飞' as name,2 as num
    union all
    select '张飞' as name,3 as num
    union all
    select '赵云' as name,1 as num
    union all
    select '赵云' as name,2 as num
    union all
    select '赵云' as name,3 as num
) as t1
sort by num desc ;

--结果
Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 3
--产生3个 reduce, 且按照 行的所有字段进行分区

-- 查看生产文件(三个分区文件 都有数据)
-rw-r--r-- 1 root root 18 1月  29 11:06 000000_1
-rw-r--r-- 1 root root 27 1月  29 11:06 000001_2
-rw-r--r-- 1 root root  9 1月  29 11:06 000002_1

name    num
赵云    3
赵云    2
张飞    3
张飞    2
赵云    1
张飞    1

View Code

3. distribute by(指定 分区字段)
    1. 分区编号 = hash(指定分区字段) % reduceNub

insert overwrite local directory '/root/sortbykey'
select name
      ,num
from (
    select '张飞' as name,1 as num
    union all
    select '张飞' as name,2 as num
    union all
    select '张飞' as name,3 as num
    union all
    select '赵云' as name,1 as num
    union all
    select '赵云' as name,2 as num
    union all
    select '赵云' as name,3 as num
) as t1
distribute by name
sort by num desc ;

Hadoop job information for Stage-1: number of mappers: 1; number of reducers: 3


-rw-r--r-- 1 root root 27 1月  29 11:12 000000_1
-rw-r--r-- 1 root root  0 1月  29 11:12 000001_2 (空文件)
-rw-r--r-- 1 root root 27 1月  29 11:12 000002_0

赵云3
赵云2
赵云1
张飞3
张飞2
张飞1

View Code

4. cluster by(分区内 排序)
    1. 当 distribute by 和 sort by 字段相同时, 可以使用cluster by
       默认为 升序排序, 不能指定 排序规则 desc 、asc
    2. cluster by name = distribute by name sort by name asc ;

insert overwrite local directory '/root/clusterby2'
select name
      ,num
from (
    select '张飞' as name,1 as num
    union all
    select '张飞' as name,2 as num
    union all
    select '张飞' as name,3 as num
    union all
    select '赵云' as name,1 as num
    union all
    select '赵云' as name,2 as num
    union all
    select '赵云' as name,3 as num
) as t1
cluster by name ;

name    num
赵云    3
赵云    2
赵云    1
张飞    3
张飞    2
张飞    1

View Code

5. mr排序连接: https://www.cnblogs.com/bajiaotai/p/15734910.html

标签：name,union,赵云,查询,--,num,第六章,排序,select
来源： https://www.cnblogs.com/bajiaotai/p/15854643.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

第六章_查询 【排序 原理】

第六章_查询【排序原理】