hive-排序函数总结

一、order by
基于整个表的全表扫描，所以只会有一个分区产生，即只有一个reduce任务，
支持升序和降序 asc|desc
二、sort by
可以通过设置reduce的个数，来对reduce任务的内部排序，但是每个分区里面数据通过随机算法分配的，不能人为设置，所以一般都会和distribu by进行联合使用，支持升序降序
设置reduce个数

set mapreduce.job.reduces=i;
set mapreduce.job.reduces //可以查看当前的分配情况

三、 distribute by
distribute by 可以指定的列进行分区，可以说是排序，但也不算，因为distribute by是按照hash来进行的，举例：

  select * from test3 distribute by num ;
  //将会按照num%reduces 进行分区,hash的结果相同，分区就一致。
  select * from test distribute by num sort by sno desc;
  //按照降序对sno排序

四、cluster by
cluster by 相当于 distribute by num sort by sno ，进行排序，唯一的确定就是只能按照默认的升序排序，不能进行降序