Hive中group by自动排序

Hive中group by自动排序

为了增加每天的工作量，现在开辟了一个新的模块。叫做每天一个无用的小常识。

        为什么是无用的？其实并不是无用，就像手工耿做的那些东西，看着没用把，但是每一个都是耗费很多功夫的，就像那个倒立洗衣机，脑瓜蹦什么的，虽然挺无用的，但是确实是一种新意，不仅有了粉丝，还有了后面更多的作品，比如上次看到的那个好像是钢琴烧烤车。那个作品就挺厉害。

今天分享小知识：

group by会进行排序吗？

结果：会

分析：

        我们这个sql语句，根据名字分组求ftime的总合。其实这个代码就是前两篇博客里面用到的那个group by别名报错的那个数据。

        explain可以让我们预知hive sql转换为mr算子的过程，有Map 和 reduce两个过程。同时explain里面的信息不仅仅是语句执行的情况，还有输入和输出之类的等等。

        关于上面的问题，为什么group by后我们不用sort by或者order by都会进行排序，下面来看看整个执行的信息。

        

第二个图片中，我们可以看到sort order:+

表示进行排序，并且按照升序排序。

因为按照升序排列，所以最后的输出结果应该是string小的在最前面(比较的是A和B)

为什么不比较sum(ftime)？ 我们可以看到 key expressions:_col0(type:string)

比较的是字符串类型，而sum()是int 类型。

总结：

group by会自动根据我们分组的字段进行排序，并且默认是升序排列。