Hive分组取Top N

说明：

row_number() over ([partition col1] [order by col2])

rank() over ([partition col1] [order by col2])

dense_rank() over ([partition col1] [order by col2])

它们都是根据col1字段分组，而后对col2字段进行排序，对排序后的每行生成一个行号，这个行号从1开始递增

col一、col2均可以是多个字段，用‘,‘分隔

区别：

1）row_number：无论col2字段的值是否相等，行号一直递增，好比：有两条记录的值相等，但一个是第一，一个是第二

2）rank：上下两条记录的col2相等时，记录的行号是同样的，但下一个col2值的行号递增N（N是重复的次数），好比：有两条并列第一，下一个是第三，没有第二

3）dense_rank：上下两条记录的col2相等时，下一个col2值的行号递增1，好比：有两条并列第一，下一个是第二

业务实例：

统计每一个学科的前三名

1. select * from (select *, row_number() over (partition by sub order by score desc) as od from t ) t where od<=3;

语文成绩是80分的排名是多少

1. hive (test)> select od from (select *, row_number() over (partition by sub order by score desc) as od from t ) t where sub=‘chinese‘ and score=80;

分页查询

1. hive (test)> select * from (select *, row_number() over () as rn from t) t1 where rn between1 and 5;