4个By
（1）Order By
全局排序，只有一个Reducer。
（2）Sort By
分区内有序。
（3）Distrbute By
类似MR中Partition，进行分区，结合sort by使用。
（4） Cluster By
当Distribute by和Sorts by字段相同时，可以使用Cluster by方式。Cluster by除了具有Distribute by的功能外还兼具Sort by的功能。但是排序只能是升序排序，不能指定排序规则为ASC或者DESC。
在生产环境中Order By用的比较少，容易导致OOM。
在生产环境中Sort By+ Distrbute By用的多。
排序函数
（1）RANK()
排序相同时会重复，总数不会变
1
1
3
3
5（2）DENSE_RANK()
排序相同时会重复，总数会减少
1
1
2
2
3（3）ROW_NUMBER()
会根据顺序计算
1
2
3
4
5正则表达式
符号 | 功能 |
/ | 做为转义，即通常在“/”后面的字符不按原来意义解释，如/b/匹配字符“b”,当b前面加了反斜杠后//b/，转义为匹配一个单词的边界。-或-对正则表达式功能字符的还原，如““匹配它前面元字符0次或多次，/a/将匹配a,aa,aaa,加了"/"后，/a//将只匹配”a“。 |
^ | 匹配一个输入或一行的开头 ，/^a/匹配”an A“，而不匹配”An a“ |
$ | 匹配一个输入或一行的结尾，/a$/匹配”An a“,而不匹配”an A“ |
* | 匹配前面原字符0次或多次，/ba*/将匹配b,ba,baa |
+ | 匹配前面元字符1次或多次，/ba*/将匹配ba，ba，baaa |
? | 匹配前面元字符0次或1次，/ba?/将匹配b,ba |
(x) | 匹配x保存x在名为$1…$9的变量中 |
{n} | 精确匹配n次 |
{n,} | 匹配n次以上 |
{n,m} | 匹配n-m次 |
[xyz] | 字符集(character set)，匹配这个集合中任一一个字符（或元字符） |
[^xyz] | 不匹配这个集合中的任何一个字符 |
[/b] | 匹配一个退格符 |
/b | 匹配一个单词的边界 |
/B | 匹配一个单词的非边界 |
/d | 匹配一个数字字符，//d/=/[0-9]/ |
/D | 匹配一个非数字字符，//D/=/[^0-9]/ |
/n | 匹配一个换行符 |
/r | 匹配一个换行符 |
/S |
