【Hive】Hive 中四个BY对比：Order By,Sort By ,Distribute By,Cluster By [Hive面试常考]

一、Order By

 Order By：全局排序。只有一个 Reducer，无论将reducer设置为几，实际都只有一个。

• 效率较低。
• 有ASC（ascend）: 升序（默认） DESC（descend）: 降序两种排序方式。
• ORDER BY 子句在SELECT 语句的结尾
  例： select * from emp order by sal desc;

二、Sort By

 Sort By：分区排序，即每个 Reduce 内部排序。对于大规模的数据集 order by 的效率非常低。在很多情况下，并不需要全局排 序，此时可以使用 sort by。

 Sort by 为每个 reducer 产生一个排序文件。每个 Reducer 内部进行排序，对全局结果集 来说不是排序。

 单独使用sort by时随机划分数据所在区，往往和distribute by联用。

 例：
  1）设置 reduce 个数
    set mapreduce.job.reduces=3;
  2）查看设置 reduce 个数
    set mapreduce.job.reduces;
  3）根据部门编号降序查看员工信息
    select * from emp sort by deptno desc;

三、 Distribute By

 Distribute By：分区操作。 在有些情况下，