1.hive中的四种排序

　　1.1 order by :对全局进行排序，只能有一个reduce

　　　　select * from hive.employee order by id;

　　1.2 sort by :对每一个reduce内部数据进行排序，全局结果集没有排序

　　　　set mapreduce.job.reduces=3;设置reduce的个数为3

　　　　insert overwrite local directory ‘/opt/data/employee_sort_by‘
　　　　　　row format delimited fields terminated by ‘\t‘ collection items terminated by ‘\n‘
　　　　　　select * from hive.employee sort by dept_id;

　　1.3 distribute by :对数据进行分区，结合sort by进行合并使用，类似于mapreduce中的mapreduce中的partition,必须在sort by 之前

　　　　insert overwrite local directory ‘/opt/data/employee_distribute_by‘
　　　　　　row format delimited fields terminated by ‘\t‘ collection items terminated by ‘\n‘
　　　　　　select * from hive.employee distribute by dept_id sort by id asc;

　　1.4 cluster by:当distribute by 和 sort by 的字段相同时，可以使用cluster by 代替

2.使用udf自定义函数

　　2.1 编写udf函数

　　　　继承extends UDF

　　　　编写evaluate 方法　　

　　2.2 导入自定义函数到hive函数库

　　　　方法一：

　　　　　　add jar /opt/data/jars/my_lower.jar;
　　　　　　create temporary function my_lower as "com.ibeifeng.hive.udf.LowerUdf";

　　　　方法二：

　　　　　　create function self_lower as ‘com.ibeifeng.hive.udf.LowerUdf‘ using jar ‘hdfs://life-hadoop.life.com:8020/user/yanglin/data/jars/my_lower.jar‘;

3.hiveserver2的使用

　　3.1 启动hiveserver2　　bin/hiveserver2

　　3.2 使用beeline进行连接

　　　　!connect jdbc:hive2://life-hadoop.life.com:10000 yanglin life@one