hive 之sort by和order by

sort by和order by 其实都是用来排序的。

order by 可以得到一个全局的排序的一个结果
如果sort by的reducer的数量为1的话 实际上得到的结果和order by是相同的。
大多数时候用order by其实没什么问题，但是当数据量非常大时，order by的开销实际上就非常大了，做不到全局排需的效果，然后sort by就可以出场了。

但是sort by 实际上是再每一个reducer中排序，得到实际上是一个局部有序的结果，要想得到全局的结果还需要处理一下。

但是我们有时候希望将某些字段相同的数据放到一起排序，可以用distribute来保证他们能够放在同一个reducer中处理。