查找 Hive 中每个分区的前 n 行

【问题标题】：Finding top n rows for each partition in Hive查找 Hive 中每个分区的前 n 行
【发布时间】：2018-03-12 03:15:57
【问题描述】：

我尝试了类似的东西

select * from table_name
group by column1
Order by column2 desc;

但它不起作用，因为您应该将所有选定的列放在 group by 语句中。

有没有类似的东西

for each partition
*do something*

在蜂巢中？谢谢。

编辑：column1 是分区所在的列

【问题讨论】：

标签： hive hql partition-by

【解决方案1】：

对于这种情况，我们通常使用ROW_NUMBER()。

SELECT a.col1
    ,a.col2
    ,a.col3  --Other columns
FROM (
    SELECT t.*
        ,ROW_NUMBER() OVER ( PARTITION BY column1
    ORDER BY column2 DESC
    ) AS rn
FROM table_name t ) a
WHERE rn >= n -- filter based on rn to get top n rows for each partition.

【讨论】：