1、group by
把相同的key发送到同一个reduce分区中,后面必须做聚合操作
2、distribute by
把相同的key发送到下游同一个reduce分区中,只是做数据分散
3、order by
全部排序,把所有数据拉到同一个节点进行排序,数据量大的时候可能会造成内存溢出
4、sort by
区内排序,对每个reduce分区内的数据进行排序,不保证全局有序
5、cluster by
如果distribute by和sort by的字段相同时,只用cluster by就可以完成