Hive中order by、sort by、distribute by、cluster by的区别

--------Hive的底层是MapReduce--------

order by：对全局数据的一个排序，仅仅只有一个reduce。

sort  by ：有多个reduce，对每一个reduce内部数据进行排序，全局结果集没有排序 。

设置reduce的个数：set  mapreduce.job.reduces=[number]

distribute by ：类似于MapReduce中partition的功能，对数据进行分区，结合sort by进行使用。但是必须要在sort by之前，因为要先分区，再排序。

cluster by： sort by  和distribute  by的结合,当sort by和distribute by字段相同时使用  cluster  by 。