HQL如何限制每个组中的记录数？

Question

场景如下：表record如下：

A | B | C

1 | 1 | 1
2 | 1 | 1
3 | 1 | 1
4 | 1 | 2
5 | 1 | 2
6 | 1 | 3

HQL 的结果：select * from record where B = 1 and C < 3 limit 2 将是：

A | B | C

1 | 1 | 1
2 | 1 | 1

但我想要的是：

A | B | C

1 | 1 | 1
2 | 1 | 1
4 | 1 | 2
5 | 1 | 2

即：限制每个条件下的记录数，不限制最终返回的记录数。

我真的需要这个在蜂巢中完成。谁能给我一个想法？非常感谢！

总结 这是解决此问题的好方法： http://ragrawal.wordpress.com/2011/11/18/extract-top-n-records-in-each-group-in-hadoophive/

Answer 1

您应该能够使用 UNION 查询来做到这一点。

SELECT A,B,C FROM
(
  SELECT A, B, C FROM record WHERE B = 1 limit 2
  UNION AL L
  SELECT A, B, C FROM record WHERE C < 3 limit 2
)

你没有说可以通过这两个条件的行应该如何出现；如果需要，可以将DISTINCT 添加到外部SELECT，或者您可能需要添加到WHERE 子句以处理重叠情况。

（是的，ALL 中不应该有空格，但是过滤协议会拒绝，因为它看起来像 sql 注入）

拍2

基于 cmets，似乎最好使用分析功能来解决，因为目标是在 B=1 和 C

SELECT S.A, S.B, S.C
FROM
 (SELECT A, B, C, row_number() over (partition by B,C) as r FROM record where B=1 AND C < 3) S
WHERE S.r < 3

这将给出所需的结果。在这种情况下，因为 B=1，所以 partition by 子句中实际上不需要 B。但如果 B 或 C 的限制发生变化，则需要。此外，如果 B、C 或它们的值之间存在其他关系，可以使用if 或case 进行修改。例如，如果 C 可以为 0，但想将其与 C=1 分组，则可以这样做

(partition by B, if (C < 2,0,1))