order by：

可以指定desc 降序 asc 升序

order by會(huì)對(duì)輸入做全局排序，因此只有一個(gè)Reducer(多個(gè)Reducer無(wú)法保證全局有序)，然而只有一個(gè)Reducer，會(huì)導(dǎo)致當(dāng)輸入規(guī)模較大時(shí)，消耗較長(zhǎng)的計(jì)算時(shí)間。

sort by ：

對(duì)分區(qū)內(nèi)的數(shù)據(jù)進(jìn)行排序

sort by不是全局排序，其在數(shù)據(jù)進(jìn)入reducer前完成排序，因此，如果用sort by進(jìn)行排序，并且設(shè)置mapred.reduce.tasks>1，則sort by只會(huì)保證每個(gè)reducer的輸出有序，并不保證全局有序。sort by不同于order by，它不受Hive.mapred.mode屬性的影響，sort by的數(shù)據(jù)只能保證在同一個(gè)reduce中的數(shù)據(jù)可以按指定字段排序。使用sort by你可以指定執(zhí)行的reduce個(gè)數(shù)(通過(guò)set mapred.reduce.tasks=n來(lái)指定)，對(duì)輸出的數(shù)據(jù)再執(zhí)行歸并排序，即可得到全部結(jié)果。

distribute by ：

對(duì)map輸出進(jìn)行分區(qū)

distribute by是控制在map端如何拆分?jǐn)?shù)據(jù)給reduce端的。hive會(huì)根據(jù)distribute by后面列，對(duì)應(yīng)reduce的個(gè)數(shù)進(jìn)行分發(fā)，默認(rèn)是采用hash算法。sort by為每個(gè)reduce產(chǎn)生一個(gè)排序文件。在有些情況下，你需要控制某個(gè)特定行應(yīng)該到哪個(gè)reducer，這通常是為了進(jìn)行后續(xù)的聚集操作。distribute by剛好可以做這件事。因此，distribute by經(jīng)常和sort by配合使用。

cluster by ：

cluster by除了具有distribute by的功能外還兼具sort by的功能。當(dāng)distribute by和sort by 是同一個(gè)字段的時(shí)候可以使用cluster by替代。但是排序只能是倒敘排序，不能指定排序規(guī)則為ASC或者DESC。