Hive 的sort by和order by的区别

• order by 会对输入做全局排序，因此只有一个reducer（多个reducer无法保证全局有序）只有一个reducer，会导致当输入规模较大时，需要较长的计算时间。

• sort by不是全局排序，其在数据进入reducer前完成排序，它是局部有序，全局无序，但是在partition内部是有序的。
  因此，如果用sort by进行排序，并且设置mapred.reduce.tasks>1， 则sort by只保证每个reducer的输出有序，不保证全局有序。