Hive如何分组取TopN
小编给大家分享一下Hive如何分组取Top N,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
为企业提供成都网站设计、网站建设、网站优化、营销型网站建设、竞价托管、品牌运营等营销获客服务。创新互联拥有网络营销运营团队,以丰富的互联网营销经验助力企业精准获客,真正落地解决中小企业营销获客难题,做到“让获客更简单”。自创立至今,成功用技术实力解决了企业“网站建设、网络品牌塑造、网络营销”三大难题,同时降低了营销成本,提高了有效客户转化率,获得了众多企业客户的高度认可!
Hive分组取Top N
Hive在0.11.0版本开始加入了row_number、rank、dense_rank分析函数,可以查询分组排序后的top值
使用规则:
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,然后对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
col1、col2都可以是多个字段,用','分隔
区别
1)row_number:不管col2字段的值是否相等,行号一直递增, 比如: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,记录的行号是一样的,但下一个col2值的行号递增N(N是重复的次数),比如: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, 比如:有两条并列第一,下一个是第二
row_number可以实现分页查询
实际操作
创建表
create table t(name string, sub string, score int) row format delimited fields terminated by '\t';
数据在附件的a.txt里
a chinese 98 a english 90 d chinese 88 c english 82 c math 98 b math 89 b chinese 79 z english 90 z math 89 z chinese 80 e math 99 e english 87 d english 90 加载数据 load data local inpath '/home/hadoop/hive-example/a.txt' into table tb4;
分组排序
--row_number select *, row_number() over (partition by sub order by score) as od from t; --rank select *, rank() over (partition by sub order by score) as od from t; --dense_ran select *, dense_rank() over (partition by sub order by score desc) from t;
业务实例
--统计每个学科的前三名 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 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 select * from (select *, row_number() over () as rn from t) t1 where rn between 1 and 5;
以上是“Hive如何分组取Top N”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注创新互联行业资讯频道!
文章题目:Hive如何分组取TopN
文章起源:http://scyanting.com/article/ihhigg.html