1、在Hive中使用Order By的话，reduce的个数始终默认为1，无法通过
set mapreduce.job.reduces=num;
来设置reduce的个数，并且排序速度较慢。
Hive的分区排序1、当有大规模数据集，且不强制要求全局排序，以及数据分区排序规则时，可以只使用Sort By关键词。
通过设置reduce的个数为num：
set mapreduce.job.reduces=num;
再通过Sort By，在每个reducer内产生一个排序文件，对部门编号降序，相对全局排序来看，Sort By是随机的。
select * from emp sort by deptId desc;
2、当为进行后续的聚集操作，需要控制某个特定行应该到哪个reducer时，通过Distribute By和Sort By结合使用，达到效果。
例如，将按照部门分区，薪资排序的情况
select * from emp distribute by deptId sort by salary desc;
Distribute By的分区规则是根据分区字段的 hash 码与 reduce 的个数进行模除后， 余数相同的分到一个区。
3、针对Distribute By和Sort By后的字段一样时，可以使用Cluster By。
例如，按照部门分区，同时按照部门排序的情况
select * from emp distribute by deptId sort by deptId; select * from emp cluster by deptId;
注意：在使用Cluster By的语句中，不能使用desc降序排序。
