我们知道hive在排序作业开始之前不做采样，它只是利用MapReduce的排序机制，在reduce端进行merge-sort，只使用一个reduce，因为reduce收集mapper输出的所有数据在这种情况下，假设一台运行 reduce 的机器只有 100GB 的磁盘，如果数据太大而无法放入磁盘怎么办？
最佳答案
Hive的并行排序机制还在开发中，见here .
设计良好的数据仓库或数据库应用程序将避免这种全局排序。如果需要，请尝试使用 Pig或 Terasort(http://hadoop.apache.org/common/docs/current/api/org/apache/hadoop/examples/terasort/package-summary.html)
关于sorting - 排序(Order by)在Hive中是如何实现的？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/9476568/