**1. `sort by` 特點**： （1）<mark>只保證局部有序，全局不一定有序</mark>，因為`sort by`是對每個mapreduce內部進行排序，而且數據在進入reducer前已完成排序。 （2）使用`sort by`進行排序，并且設置`mapred.reduce.tasks > 1`，則`sort by`只保證每個reducer的輸出有序，不保證全局有序。 （3）`sort by` 不受`hive.mapred.mode` 是否為 `strict ,nostrict` 的影響。 （4）`sort by` 的數據只能保證在同一 reduce 中的數據可以按指定字段排序。 使用 sort by 你可以指定執行的reduce個數（ `set mapred.reduce.tasks=<number>`）,對輸出的數據再執行歸并排序，即可以得到全部結果。 <br/> 注意：可以用 `limit` 子句大大減少數據量。使用 `limit n` 后，傳輸到 reduce 端（單機）的數據記錄數就減少到 `$ n*(map個數) $`，否則可能由于數據過大可能出不了結果。 **2. `sort by`使用示例** ```sql -- 設置 reduce 個數，如果設置為1則sort by等同與order by 0: jdbc:hive2://hadoop101:10000> set mapreduce.job.reduces=3; -- 查看設置 reduce 個數 0: jdbc:hive2://hadoop101:10000> set mapreduce.job.reduces; +--------------------------+--+ | set | +--------------------------+--+ | mapreduce.job.reduces=3 | +--------------------------+--+ -- 根據部門編號降序查看員工信息 select * from emp sort by empno desc; +------------+------------+------------+----------+---------------+----------+-----------+-------------+--+ | emp.empno | emp.ename | emp.job | emp.mgr | emp.hiredate | emp.sal | emp.comm | emp.deptno | +------------+------------+------------+----------+---------------+----------+-----------+-------------+--+ | 7844 | TURNER | SALESMAN | 7698 | 1981-9-8 | 1500.0 | 0.0 | 30 | | 7839 | KING | PRESIDENT | NULL | 1981-11-17 | 5000.0 | NULL | 10 | | 7788 | SCOTT | ANALYST | 7566 | 1987-4-19 | 3000.0 | NULL | 20 | | 7782 | CLARK | MANAGER | 7839 | 1981-6-9 | 2450.0 | NULL | 10 | ```