Hive操作之HQL语句

HQL操作
1、Distribute by
    distribute by col按照col列把数据分散到不同的reduce
    sort
    sort by col 按照col列把数据排序
    select col,co2 from table_name distribute by col1 sort by col1
    asc,col2 desc;
    两者结合出现，确保每个reduce的输出都是有序的

    应用场景：
    * map输出的文件大小不均
    * reduce输出文件大小不均
    * 小文件过多
    * 文件超大
2、cluster by
    把有相同值得数据聚集到一起，并排序，例如：
    cluster by col
    distribute by col order by col
3、Union all
    将多个表的数据合并成一个表，hive不支持union
    select col from(select a as col from t1 union all select b as col from t2)tmp
    要求：
    字段名字一样
    字段类型一样
    字段个数一样
    子表不能有别名
    如果需要从合并之后的表中查询数据，那么合并的表必须有别名

Hive操作之HQL语句

原文：http://www.cnblogs.com/sunfie/p/4376648.html