Hive排序 sort by / distribute by / cluster by

• distribute by
• sort by(sort by limit n,limit将运行两次，一次reducer内排序limit n，一次从每个reducer里取n条放在一起进行limit)
  distribute by x 将x按照hash取模分配到不同的reducer里面，sort by y在reducer里面按照y排序
  如下图，三个框代表3个reducer（distribute by），里面按照scores进行了排序(sort by)
  （图片有误，应是取模）
  
• cluster by
  cluster by ${z} 等价于 distribute by ${z} sort by ${z}
  如图所示，按照sid取模分到不同reducer后再按照sid进行reducer内排序，最后count统计每个sid出现的次数