hsql的cluster by代替含有sort by的distribute by

hsql的cluster by代替含有sort by的distribute by

distribute by控制map的输出在reduce中是如何划分的。
mapreduce job中传输的所有数据都是按照键值对的方式进行组织的，因此hive在将用户的查询语句转换成mapreduce jib时，其必须在内部使用这个功能。

例如sql：

select s.ymd,s.symbol,s.price_close from stocks s 
distribute by s.symbol
sort by s.symbol asc ,s.ymd asc;

等价于

select s.ymd,s.symbol,s.price_close from stocks s 
cluster by s.symbol

使用cluster by语句或distribute by …sort by 语句会剥夺 sort by的并行性，然而这可以实现输出文件的数据是全局排序的。
Oder by：对查询的结果进行一个全局的排序。
sort by ：只会在每个reducer中对数据进行排序，也就是执行一个局部排序的过程。这可以保证每个reducer输出的数据都是有序的（但并非全局有序），这样可以提高后续进行全局排序的效率。