课程表

Impala 基础

Table 特定语句

Impala 子句

工具箱
速查手册

impala ORDER BY子句

当前位置:免费教程 » 大数据/云 » Impala

Impala ORDER BY子句用于根据一个或多个列以升序或降序对数据进行排序。 默认情况下,一些数据库按升序对查询结果进行排序。

语法

以下是ORDER BY子句的语法。

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

可以使用关键字ASC或DESC分别按升序或降序排列表中的数据。

以同样的方式,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,包含空值的行将最后排列。

假设我们在数据库my_db中有一个名为customers的表,其内容如下 -

  1. [quickstart.cloudera:21000] > select * from customers;
  2. Query: select * from customers
  3. +----+----------+-----+-----------+--------+
  4. | id | name | age | address | salary |
  5. +----+----------+-----+-----------+--------+
  6. | 3 | kaushik | 23 | Kota | 30000 |
  7. | 1 | Ramesh | 32 | Ahmedabad | 20000 |
  8. | 2 | Khilan | 25 | Delhi | 15000 |
  9. | 6 | Komal | 22 | MP | 32000 |
  10. | 4 | Chaitali | 25 | Mumbai | 35000 |
  11. | 5 | Hardik | 27 | Bhopal | 40000 |
  12. +----+----------+-----+-----------+--------+
  13. Fetched 6 row(s) in 0.51s

以下是使用order by子句按照其ID的升序排列customers表中的数据的示例。

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

在执行时,上述查询产生以下输出。

  1. Query: select * from customers ORDER BY id asc
  2. +----+----------+-----+-----------+--------+
  3. | id | name | age | address | salary |
  4. +----+----------+-----+-----------+--------+
  5. | 1 | Ramesh | 32 | Ahmedabad | 20000 |
  6. | 2 | Khilan | 25 | Delhi | 15000 |
  7. | 3 | kaushik | 23 | Kota | 30000 |
  8. | 4 | Chaitali | 25 | Mumbai | 35000 |
  9. | 5 | Hardik | 27 | Bhopal | 40000 |
  10. | 6 | Komal | 22 | MP | 32000 |
  11. +----+----------+-----+-----------+--------+
  12. Fetched 6 row(s) in 0.56s

同样,您可以使用order by子句按降序排列customers表的数据,如下所示。

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

在执行时,上述查询产生以下输出。

  1. Query: select * from customers ORDER BY id desc
  2. +----+----------+-----+-----------+--------+
  3. | id | name | age | address | salary |
  4. +----+----------+-----+-----------+--------+
  5. | 6 | Komal | 22 | MP | 32000 |
  6. | 5 | Hardik | 27 | Bhopal | 40000 |
  7. | 4 | Chaitali | 25 | Mumbai | 35000 |
  8. | 3 | kaushik | 23 | Kota | 30000 |
  9. | 2 | Khilan | 25 | Delhi | 15000 |
  10. | 1 | Ramesh | 32 | Ahmedabad | 20000 |
  11. +----+----------+-----+-----------+--------+
  12. Fetched 6 row(s) in 0.54s
转载本站内容时,请务必注明来自W3xue,违者必究。
 友情链接:直通硅谷  点职佳  北美留学生论坛

本站QQ群:前端 618073944 | Java 606181507 | Python 626812652 | C/C++ 612253063 | 微信 634508462 | 苹果 692586424 | C#/.net 182808419 | PHP 305140648 | 运维 608723728

W3xue 的所有内容仅供测试,对任何法律问题及风险不承担任何责任。通过使用本站内容随之而来的风险与本站无关。
关于我们  |  意见建议  |  捐助我们  |  报错有奖  |  广告合作、友情链接(目前9元/月)请联系QQ:27243702 沸活量
皖ICP备17017327号-2 皖公网安备34020702000426号