【发布时间】：2020-10-02 08:38:04
【问题描述】：
我有一个包含两列的 Hive 表 (A)，两者都按顺序排序，但有重复项。只需将表 A 中的唯一值插入到表 B 中，但应保留顺序。随着排序顺序发生变化，无法使用 distinct 执行此操作。
【问题讨论】：
标签： hive
【发布时间】：2020-10-02 08:38:04
【问题描述】：
如果问题是关于排序的分桶表，请阅读以下答案：https://stackoverflow.com/a/41249147/2700344您应该在插入数据时添加cluster by/distribute by + sort by。
如果您选择这样的排序表并期望返回的数据集没有 order by 子句排序，请阅读此答案：https://stackoverflow.com/a/47416027/2700344
我短：选择没有order by不保证顺序。
【讨论】：
-
感谢@leftjoin，集群或排序工作以在插入配置单元表时保留顺序。你知道是否有任何类似的方法可以在 Impala 中实现这一点，以及在 hive 中有效的相同查询在 Impala 中无效
-
@SriniJayaram 不，不幸的是，我不知道如何在 Impala 中做到这一点