hive中数据排序

（1）order by

对全局数据的排序，只有一个reduce

select * from emp order by id desc;

（2）sort by

对每个reduce内部数据进行排序，对于全局数据结果来说不是排序的。

//设置reduce的个数
set mapreduce.job.reduces=3;
select * from emp sort by id desc;

（3）distribute by

指定分区，这里的分区指的时mapreduce过程中的分区，通常结合sort by进行使用。

insert overwrite local directory '/path' select * from emp distribute by depmo sort by empno asc;

这里的分区会将相同的depno记录放在一个分区中。
注意：distribute by必须在sort by之前。

（4）cluster by

属于distribute by和sort by的组合，也就是当distribute by和sort by字段相同时候使用这个进行代替。