Impala - 按条款排序

Impala按条款排序 - 从概述，环境，体系结构，Shell，查询语言基础，创建数据库，删除数据库，选择数据库，创建表语句，插入语句，选择语句，描述语句，更改表，学习Impala，删除表，截断表，显示表，创建视图，更改视图，删除视图，按条件排序，按条款分组，有条款，限制条款，抵消条款，联盟条款，条款，不同运营商。

Impala ORDER BY 子句用于根据一列或多列以升序或降序对数据进行排序.有些数据库默认按升序对查询结果进行排序.

语法

以下是ORDER BY子句的语法.

select * from table_name ORDER BY col_name [ASC | DESC] [NULLS FIRST | NULLS LAST]

您可以分别使用关键字 ASC 或 DESC 按升序或降序排列表中的数据.

In同样，如果我们使用NULLS FIRST，表中的所有空值都排列在顶行;如果我们使用NULLS LAST，则包含空值的行将排在最后.

示例

假设我们有一个名为的客户表在数据库 my_db 中，其内容如下 :

[quickstart.cloudera:21000] > select * from customers;Query: select * from customers +----+----------+-----+-----------+--------+ | id | name     | age | address   | salary | +----+----------+-----+-----------+--------+ | 3  | kaushik  | 23  | Kota      | 30000  | | 1  | Ramesh   |  32 | Ahmedabad | 20000  | | 2  | Khilan   | 25  | Delhi     | 15000  | | 6  | Komal    | 22  | MP        | 32000  | | 4  | Chaitali | 25  | Mumbai    | 35000  | | 5  | Hardik   | 27  | Bhopal    | 40000  | +----+----------+-----+-----------+--------+ Fetched 6 row(s) in 0.51s

以下是在 customers 表格中安排数据的示例 id

[quickstart.cloudera:21000] > Select * from customers ORDER BY id asc;

执行时，上述查询产生以下输出.

Query: select * from customers ORDER BY id asc 
+----+----------+-----+-----------+--------+ 
| id | name     | age | address   | salary | 
+----+----------+-----+-----------+--------+ 
| 1  | Ramesh   | 32  | Ahmedabad | 20000  | 
| 2  | Khilan   | 25  | Delhi     | 15000  | 
| 3  | kaushik  | 23  | Kota      | 30000  | 
| 4  | Chaitali | 25  | Mumbai    | 35000  | 
| 5  | Hardik   | 27  | Bhopal    | 40000  | 
| 6  | Komal    | 22  | MP        | 32000  | 
+----+----------+-----+-----------+--------+ 
Fetched 6 row(s) in 0.56s

以同样的方式，您可以安排 customers 表中的数据降序使用 order by 子句，如下所示.
[quickstart.cloudera:21000] > Select * from customers ORDER BY id desc;

执行时，上述查询产生以下输出.
Query: select * from customers ORDER BY id desc +----+----------+-----+-----------+--------+ | id | name | age | address | salary | +----+----------+-----+-----------+--------+ | 6 | Komal | 22 | MP | 32000 | | 5 | Hardik | 27 | Bhopal | 40000 | | 4 | Chaitali | 25 | Mumbai | 35000 | | 3 | kaushik | 23 | Kota | 30000 | | 2 | Khilan | 25 | Delhi | 15000 || 1 | Ramesh | 32 | Ahmedabad | 20000 | +----+----------+-----+-----------+--------+ Fetched 6 row(s) in 0.54s
中获取6行