distribute by、group by、sort by、order by的相关释义

1、group by

把相同的key发送到同一个reduce分区中，后面必须做聚合操作

2、distribute by

把相同的key发送到下游同一个reduce分区中，只是做数据分散

3、order by

全部排序，把所有数据拉到同一个节点进行排序，数据量大的时候可能会造成内存溢出

4、sort by

区内排序，对每个reduce分区内的数据进行排序，不保证全局有序

5、cluster by

如果distribute by和sort by的字段相同时，只用cluster by就可以完成