hive中四种排序

全局排序--order by

order by对整表数据进行排序，使用一个reducer，ASC升序（默认），desc降序，在企业中一般禁止该操作，因在企业中数据量都非常大，而该操作又只有一个reducer，耗时有风险。

每个reduce内部排序--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，对全局结果集来说并不是排序。

分区--distribute by

distribute by类似MR中partition（自定义分区），进行分区，结合sort by使用。distribute by的分区规则是根据分区字段的hash码与reduce的个数进行模除后，余数相同的分到一个区。Hive要求distribute by语句要写在sort by语句之前。

Cluster by

当distribute by和sort by字段相同时，可以使用cluster by的方式。cluster by除了具有distribute by的功能外，还兼具sort by的功能。但是排序只能是升序排序，不能指定排序规则。