【Hive】sort by、order by、 distribute by、 group by 、cluster by区别

（1）order by是将所有数据放在一个reduce里面进行排序，当数据量大时，会出现内存溢出的问题，同时数据排序效率低。

另外，可以在sort by后面加上limit n来实现top n操作。

（2）sort by是将数据放到多个reduce里面进行排序，排序后每一个reduce里面的数据是有序的，但是全部数据不一定有序。

如果reduce个数为1，此时全部数据有序，等价于order by操作。
当需要对全部数据排序时：
	（a）直接使用order by进行全局排序，效率低下。
	（b）可以先使用sort by局部排序（sort by可以设置reduce个数），然后再使用order by排序，将会大大提高效率。
<