使用蜂巢全局调度

Question

当使用蜂巢这样的：

select req_time from ncsa where req_time > 90 sort by req_time limt 100; 

，你会发现这一点：

958 
952 
951 
97 
96 
96 
959 
957 
956 
955 
955 
953 
95 
94 
92 

我想在MAPPS日期分成几个部分，每个部分种类减少。

请告诉我如何解决这个问题？

Answer 1

使用order by而不是sort by。

order by和sort by之间的区别在于前者保证输出中的总顺序，而后者仅保证缩减器内行的顺序。有关更多详细信息，请参见hive docs。

PS。确保req_time是一个数字字段。通过在减速的范围，确保每个N减速器被不重叠的范围，然后 各种各样：

Answer 2

我会从Hive cluster by vs order by vs sort by引用答案：

• CLUSTER BY x。这给你全球订购 ，和做（DISTRIBUTE BY x和SORT BY x）一样。 您最终会得到N个或更多排序非重叠的文件。

• 所以CLUSTER BY - 基本上是ORDER BY的可缩放版本。