order by&sort by&distribute by&cluster by

order by&sort by&distribute by&cluster by

在生产环境中order by用的较少，容易导致OOM(内存溢出/内存用完了)

• order by 语句： 是全局排序，只有一个reduce

• sort by 语句： 是单reduce排序，分区内排序

• distribute by语句： 是分区字段排序;类似MR中partition，进行分区，结合sort by使用

• cluster by语句：当distribute by和sort by字段相同的时候，可以使用cluster by方式。cluster by除了具有distribute by的功能外还兼具了sort by的功能。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC。
  可以确保类似的数据的分发到同一个reduce task中，并且保证数据有序防止所有的数据分发到同一个reduce上，导致整体的job时间延长

cluster by语句的等价语句：
distribute by Word sort by Word ASC