hive四种排序方式的区别

Hive支持四种排序方式：SORT BY、ORDER BY、DISTRIBUTE BY和CLUSTER BY。它们之间的区别如下：

1. SORT BY：只对数据进行排序，不进行分区。它仅仅是将所有数据按照指定列进行排序，不保证数据的分区和分布，并且不保证在每个reducer上的数据是有序的。

2. ORDER BY：对数据进行排序，同时按照指定列进行分区。它可以保证数据在每个reducer上是有序的，但是由于数据的分布可能不均匀，所以无法保证每个reducer上的数据量是相等的。

3. DISTRIBUTE BY：仅仅是对数据进行分区，并不进行排序。它按照指定的列进行分区，但是不保证数据是有序的。

4. CLUSTER BY：对数据进行排序并按照指定列进行分区。它可以保证数据在每个reducer上是有序的，并且每个reducer上的数据量是相等的。它是最常用的排序方式，在Hive中也是默认的排序方式。