4、hive 各种order排序的区别

1、 order by  排序，全局排序，默认升序， 只有一个reducer， 导致运行缓慢， 需要较长的计算时间。

2、 sort by   局部排序，其在数据进入reducer前完成排序，因此如果用sort by 进行排序，并且设置 maped.reduce.task?> 1   则，sort by 只能保证每个 reducer输出有序，不能保证全局有序。

3、 distribute by   根据指定的字段将数据分到不同的reduer ，且分发算法是hash散列，类似 分桶的盖脸，按照指定的distributeby 字段和设置的  reducertask的个数进行取余分组， 但是并没有排序，只是分区，并没有排序。

4、cluster by   除了具有distribute by的功能外，还会对该字段进行排序。   cluster by =  distribue   by  + sort  by .