Hive 蜂巢中的有序观测

在HIVE中，我们有order by、Distribut by、sort by和cluster by来排列记录

排序依据：此处，所有映射器的o/p仅传递给一个减速器，减速器执行排序。当我们打印最终的数据集时，我们看到它是按给定的列排序的

分发者：运行映射程序后，结果按给定列进行散列，并传递到不同的还原器中。 排序依据：它在单个缩减器中对观察结果进行排序。因此，为了实现排序，我们必须调用distribute by，然后再调用sort by

群集依据：它将“分发依据”和“排序依据”包装在一起

当我们使用上述任何方法（order by/distribute by&sort by/cluster by）打印查询结果时，我看到整个数据集是按给定列排序的。 所以我知道，当我们在控制台中打印结果时，即使是distribute by&sort by或cluster by，所有还原器的输出文件都会被读取并传递到单个还原器和 分类；然后打印输出

只有在保存查询输出时，order by才会将其保存在单个输出中，而其他两个输出会将结果保存在多个文件中（取决于运行的还原程序的数量）

我的理解正确吗

---

谢谢

能否请您提供计划+执行日志，确认它是在多个减速机之间分发的，然后这确实是在distribute+sort的情况下最后一个单一减速机订购？感谢您调查我的问题。我实际上在我的笔记本电脑上练习，那里没有大桌子。我正在阅读许多日志/门户，希望确认我对所有条款的理解。谢谢