Hive 中 sort by 和 order by 的区别

order by会对输入做全局排序，因此只有1个reducer（多个reducer无法保证全局有序），会导致当输入规模较大时，需要较长的计算时间。

sort by不是全局排序，其在数据进入 reducer 前完成排序。

因此，如果用 sort by 进行排序，并且设置 mapred.reduce.tasks>1， 则 sort by 只保证每个 reducer 的输出有序，不保证全局有序。

---

我们下期见，拜拜！