056-尚硅谷-Hive-DML 查询 排序 Distribute By & Cluster By

好，那接下来呢，我们看一下这个distri啊，它呢是用来做分区的，它一般都跟我们刚才那个so back连用的，因为刚才so back是没有分区规则呀，我们按照部门编号说去排序，最后排出来结果。看上去有什么意义吗？不知道干嘛用对吧，根本搞不懂它是干嘛用的，这个东西因为随机分布的，所以区内没有意义，好那么接下来呢，我们往往是这样子的，先呢用范，然后呢去用。So back对吧，我可以按照部门编号进行一个分区，然后在部门内部按照薪水进行一个什么排序，哎，这个事情好像刚才我们提到的也能做。就是先按部门。排同一个部门的话，我再按薪水排，那用orderb的时候怎么写？来想一下谁来的？

然后呢，我们先按这个，我写一个第1PD number对吧，然后呢，我查一个，然后查一个from这个E，然后我们要写的order，先是第一批number逗号，然后加一个什么salary，大家走一下，这是可以啊，但是这种情况下你就能比较出来差别了啊，什么意思呢？来看啊。是不是我们的个数还是设置三个没有改过，只要用auto它都是一个，对吧？啊，它都是一个，等会我们来看一下这个效果。好，这边呢，是排序的没有问题吧，十二十三十五十对吧？啊是这样的一个情况啊，这样情况好，那我们再做一个改变，我现在呢，把它的一个修个数啊，因为我加了一个50啊，所以呢，我想给它变成四。

我变成四，然后我写一个什么东西呢，来看啊，还是一样的啊，跟刚才这个搜狗。但是后面这个东西我不这样写了，我还是查这三个东西，但那我后面呢，我用什么distri的，呃，我们按照什么第一批number，然后谁啊，注意我分了四个区。但是我们是十二十三十五十模拟四的话啊，主要是在于他肯定会有空的分区啊，他有空的分区。

那这个就需要我们可能要自定义分区去做，对吧，让他自己每个人呢，独立的一个分区。啊，这个就是说这个十和35这块，20是一个什么独立的区，你可算一下啊，它呢正好能整除是吧，然后30。去，因为他这个这个数字啊，对吧，模拟四的话，得到结果跟十还有50怎么样啊，是一样的对吧？啊是一样的，他那区内那这个地方呢，我们还是看不出来它分区的一个效果，其实这里面就涉及到有空分区了。因为20在零号分区嘛，按照我们含义值我们来看一下啊呃音色的。Right叫local什么啊，我们这样其实你看不出来它这个分区的对吧，那我们这样去看啊，还是一样的，给他写到什么文件里边，那我们加了disri的，我就这样写下RI版啊，我用这个目录走一目录啊，然后呢，把我们刚才那个搜给他写进去，刚才的是他吧，对吧？啊运行一下啊。

这样其实就会有空分区，空分区啊，就是因为咱们那个数据就是K，其实我们能看出来它是区内有序的啊，我们只要看分区内有序都得给他拿出来去看，因为你全局打印，其实你不太好看的，对吧。好，这写完了，写完之后呢，我们到这来，这边呢，会多一个叫第均的派对吧，四个，这怎么样，有一三是空分去吧，啊空分去啊，看了一下，这里边是二，我们当说了零号分区肯定号二么一思。

那不就是零吗？对吧，它进到零二分之，因为哈希分区不就这样来的吗？然后我们看一下一号位不用说了，这里边就是十三十跟50都在对吧？那如果说我们想通过分区，区内排序，区内有序的这种规则来达到刚才我们所写的outfi的规则，那这个其实我们需要自定义分区。对吧，就要把我们相同的数据呢，哎，把把我们不同的这个部门编号的数据呢，放在不同区里边，然后去排序，然后拼接起来，是不是就达到了之前凹那种效果，只不过这块是默认的一个什么分区规则啊，那你按照这个哈希来的，诶不是三号分区，是二号分区，对吧？这里面呢，就是有三十十。

50都在一个分区，主要是它们模拟四都一样的，但是我们看到它区内是不是是有序的。对吧，啊，它的区内是有序的，所以往往呢，So呢，一般不是自己单独去用，而是结合着我们的。DISTRIBUTE1起用啊，结合着DISTRIBUTE1起用啊，Distribu呢一个字段，然后呢，我们一个字段，哎，那咱们这样啊，我们能不能这样写呢？我还是over right覆盖到这个分区，我来做这个事情，怎么做呢？我按第一批的number分区，区内按第一批的number干什么排序？这种出来应该是什么效果，首先它肯定还是两个文件里面有数据，因为分区规则相当于没变，是不是应该还是两个文件有数据，但是结果跟刚才肯定就怎么样了，就不一样了。

对吧，啊好，这边走完了，走完之后呢，我们重新进到这里边看了一下零二十号自己，那你看这里边这个数据还有序吗？没去了，那这个就只有20号自己，我们说区内。这个排序看不到效果，对吧，看着十三十五十进行排序的，这个是可以的，对吧，我按它分区，也按它，它进行什么排序啊，区内呢，还是按照它自己排序，就是因为有可能你这个数据大于我分区数，一个区里边对于我这个K可能有多种，我想按他的一个排序呗，对吧？啊，其实就这意思啊，做到一个排序，所以如果说我们写的是这样的一个circle，就刚才我们看到这样的circle，我们就不这样写了，我们就不这样写了，我们怎么写呢？下面还有一个叫by class呢，就是当RI by和S相同的时候，可以直接用class。

啊，可以直接用class by，但是class有一个缺点在哪呢？它不能指定升降序，也就是说你不能写DC，它只能是AC的，那默认的没法写了啊，那我们来看一下这个东西还是一样的啊，我给他写到那个哪呢class里啊，写到这个文件，然后查询语句，我稍微改一下第一批订单我们应该用什么呀？Class版对吧？他其实就是说刚才那两种的一个综合写法。

啊，就是如果说当你ribu跟solid字段完全一样的时候，我们可以用class来代替啊，但其实这种比较少啊，因为其实说实话两个分区字段跟排算同一个，这种需求比较少见，这很奇怪对吧，他还是四个区啊，因为我们设置的14个区，因为他内部还是用的说。好，然后呢，我们去看一下这个数据啊，呃，应该有一个什么class，看还是一样的，对吧，只有零二有数据啊，看了一下零排量，然后呢，看了一下我们主要看那个二对吧，是不是还是按照十三十五十这样排行的呀，对吧？啊还是这样的一个情况啊，因为刚才说了呢，相当于RI跟so字段相同的时候，但是这个时候你加DC，它直接就怎么样报错了，说这个DC就不认识对吧？啊不认识它不允许你去修改它的一个排序规则了，但是之前的这个语句啊，这个来看一下，我们再看一眼啊。

还是查证东西对吧，De number，然后呢，按de number排序对吧，那这个时候我加D呢，这个是可以的对吧，所以说嗯，Class班这个东西也不太常用，但是经常在面试的时候呢。就把这四个BY啊放在一起去说，就是刚才我们看这个官文档当中的就这四个东西，对吧，因为它是跟排序相关的啊，虽然class是用来做分区的，但是那个分区呢，是为了干什么。给so的去排序用的，所以呢，也放在一起了啊放在一起了，这四个东西尽量在一块去比较。

这个是倒序对吧，正常的在这个当中按照部门呢，同一个分区内按照部门倒序，这个20号部门是不是独立一个分区啊，所以正序倒序你看不出来，那都是20嘛，这个是不是能看出来倒序了五十三十十对吧。