全排序:order by对全部所有的数据进行排序,在实现的时候是放到一个reduce中进行的,可以想象这样做效率是比较低的: 局部排序:sort by对数据进行分组,然后在组内进行排序,每个reduce分别进行自己的排序: row_num()函数:row_num函数通常用over(partition by id),把后面相同id的划分为一组,对这一组内的数据来进行排列: distribute by:控制着在map端如何分区,按照什么字段进行分区,要注意均衡.在有些情况下,你需要控制某个特定行应该