原文：http://blog.csdn.net/jthink_/article/details/38903775
1. order by
Hive中的order by跟傳統的sql語言中的order by作用是一樣的，會對查詢的結果做一次全局排序，所以說，只有hive的sql中制定了order by所有的數據都會到同一個reducer進行處理（不管有多少map，也不管文件有多少的block只會啟動一個reducer）。但是對於大量數據這將會消耗很長的時間去執行。
這里跟傳統的sql還有一點區別：如果指定了hive.mapred.mode=strict（默認值是nonstrict）,這時就必須指定limit來限制輸出條數，原因是：所有的數據都會在同一個reducer端進行，數據量大的情況下可能不能出結果，那么在這樣的嚴格模式下，必須指定輸出的條數。
2. sort by
Hive中指定了sort by，那么在每個reducer端都會做排序，也就是說保證了局部有序（每個reducer出來的數據是有序的，但是不能保證所有的數據是有序的，除非只有一個reducer），好處是：執行了局部排序之后可以為接下去的全局排序提高不少的效率（其實就是做一次歸並排序就可以做到全局排序了）。
3. distribute by和sort by一起使用
ditribute by是控制map的輸出在reducer是如何划分的，舉個例子，我們有一張表，mid是指這個store所屬的商戶，money是這個商戶的盈利，name是這個store的名字
store:
| mid | money | name |
| AA | 15.0 | 商店1 |
| AA | 20.0 | 商店2 |
| BB | 22.0 | 商店3 |
| CC | 44.0 | 商店4 |
執行hive語句：
- select mid, money, name from store distribute by mid sort by mid asc, money asc
我們所有的mid相同的數據會被送到同一個reducer去處理，這就是因為指定了distribute by mid，這樣的話就可以統計出每個商戶中各個商店盈利的排序了（這個肯定是全局有序的，因為相同的商戶會放到同一個reducer去處理）。這里需要注意的是distribute by必須要寫在sort by之前。
4. cluster by
cluster by的功能就是distribute by和sort by相結合，如下2個語句是等價的：
- select mid, money, name from store cluster by mid
- select mid, money, name from store distribute by mid sort by mid
如果需要獲得與3中語句一樣的效果：
- select mid, money, name from store cluster by mid sort by money
注意被cluster by指定的列只能是降序，不能指定asc和desc。