Hive中sql partition by 、Group by、Over 、Rank、Dense_Rank()、Row_number()区别

我们如何统计一个班级考试的课程的前三名？

 

已知表：

Lesson（no，course, score）

实例一：对比Partition by 与Group by

Select a.course, a.score from

(

    Select course, score, row_number() over(partition by course order by score desc) as n from lesson

) a

Where a.n <= 3

 

其中这里的partition by 与group by 的区别？

 

• partition by相比较于group by，能够在保留全部数据的基础上，只对其中某些字段做分组排序；

• group by只保留参与分组的字段和聚合函数的结果, group by可以实现同样的分组聚合功能，但sql语句不能写与分组聚合无关的字段，否则会报错，即group by 与over(partition by ......)主要区别为，带上group by的hive sql语句只能显示与分组聚合相关的字段，而带上over(partition by ......)的hive sql语句能显示所有字段;

 

实例二：Over函数的写法

Over (partition by course by score)

先对course进行分区，在course相同的情况下对score做排序

 

实例三、row_number换成rank()

Select a.course, a.score from

(

    Select course, score, rank() over(partition by course order by score des