温馨提示：文本由机器自动转译，部分词句存在误差，以视频为准
00:00
好，那因为刚才我们说了这一块呢，可能经常会考到一个面试题，就是把这四个BY呢放在一起去比较，那我们稍微的对这块东西做一个总结，呃，首先呢，奥特曼它是做全局排序的，无论我们对user的个数做了怎么样的设置，它都只有一个啊，它都只有一个全局去排的，效率相对来说比较低啊，效率相对来比较低，后面呢，其实在公司当中啊，就刚才我们那个outb的语句是不让运行的，运行不了直接报错啊，但是我们要加一个参数就好了，但是后面我们优化的时候要去聊的，因为它效率太低了，我们这个才十几条数据，对吧，生产环境当中数据太多了，你这个任务一般是跑不成功的，放一个reduce里面去排序，你想想看嘛，对吧，做全局排序根本就跑不成功啊，根本就跑不了，如果说上千万条或者说上一条数据的时候。
01:00
根本就跑不了这个东西，一个radior扛不住的，对吧？啊，所以说他呢，后面还要做对他做专门的优化公司当中呢，你如果说光推出的说现在什么东西FROM1张表out这个语句就过不了，就不让运行啊，就启动启动不了，现在我们是默认的配置是没有关系的，后面呢，我们要改这些配置啊，好那么接下来呢，第二个是我们所看到的叫so。So派它是干嘛用的，排它是区内排序对吧？如果单独使用这个so派的时候，它是随机来划分它的数据所在区的随机的，对吧？那往往so by是跟着谁一起连用啊，Distribute by distri by呢，跟一个字段来帮助我们进行分区，然后so by排序对吧？So by序排序啊，在区内去做排序啊，是这样子，当Dis和solid字段相同的时候，而且呢，也是正常的asc，就是升序的时候，我们是不是可以用哪一个叫class by来代替它呀，对吧？啊就是在这种时候，这是四个bad的一个总结啊，一个区别和联系。
02:20
是吧，那大家可以想一下，之前我就在上第一堂课的时候告诉大家，你在这个时候写的每一个so呢，你都去想一想，这个地方如果说让你用MR来实现，你应该怎么实现，不会是吗？就这些个需求用来实现，不会是吗？
我来说两句