order by
order by 會對輸入做全局排序，因此只有一個reducer（多個reducer無法保證全局有序）
只有一個reducer，會導致當輸入規模較大時，需要較長的計算時間。
set hive.mapred.mode=nonstrict; (default value / 默認值)
set hive.mapred.mode=strict;
order by 和數據庫中的Order by 功能一致，按照某一項 & 幾項 排序輸出。
與數據庫中 order by 的區別在於在hive.mapred.mode = strict 模式下 必須指定 limit 否則執行會報錯。
hive> select * from test order by id;
FAILED: Error in semantic analysis: 1:28 In strict mode, if ORDER BY is specified, LIMIT must also be specified. Error encountered near token 'id'
原因： 在order by 狀態下所有數據會到一台服務器進行reduce操作也即只有一個reduce，如果在數據量大的情況下會出現無法輸出結果的情況，如果進行 limit n ，那只有 n * map number 條記錄而已。只有一個reduce也可以處理過來。
sort by
sort by不是全局排序，其在數據進入reducer前完成排序.
因此，如果用sort by進行排序，並且設置mapred.reduce.tasks>1， 則sort by只保證每個reducer的輸出有序，不保證全局有序。
sort by 不受 hive.mapred.mode 是否為strict ,nostrict 的影響
sort by 的數據只能保證在同一reduce中的數據可以按指定字段排序。
使用sort by 你可以指定執行的reduce 個數 （set mapred.reduce.tasks=<number>）,對輸出的數據再執行歸並排序，即可以得到全部結果。
注意：可以用limit子句大大減少數據量。使用limit n后，傳輸到reduce端（單機）的數據記錄數就減少到n* （map個數）。否則由於數據過大可能出不了結果。
distribute by
按照指定的字段對數據進行划分到不同的輸出reduce / 文件中。
insert overwrite local directory '/home/hadoop/out' select * from test order by name distribute by length(name);
此方法會根據name的長度划分到不同的reduce中，最終輸出到不同的文件中。
length 是內建函數，也可以指定其他的函數或這使用自定義函數。
Cluster By
cluster by 除了具有 distribute by 的功能外還兼具 sort by 的功能。
但是排序只能是倒序排序，不能指定排序規則為asc 或者desc。