hive中的4个排序，面试时经常被问到。自己总结的一个面试时的话语：
1.order by 会对输入做全局排序，为保证全局的排序，因此只有一个reducer，会导致当输入规模较大时，需要较长的计算时间。
2. sort by不是全局排序，其在数据进入reducer前完成排序。因此，如果用sort by进行排序，则sort by只保证每个reducer的输出有序，不保证全局有序。
3. distribute by(字段)根据指定的字段将数据分到不同的reducer，且分发算法是hash散列，常用sort by结合使用，Hive要求distribute by语句要写在sort by语句之前。
4. cluster by(字段) 除了具有distribute by的功能(既可以把数据分到不同的reduce)外，还会对该字段进行排序.但是排序只能是倒序排序，不能指定排序规则为asc或者desc
5. 因此：
当数据量规模较大时，不使用order by，使用用distribute by + sort by
如果distribute by 和 sort by字段是同一个时，此时，cluster by = distribute by + sort by
