hive分组求topN（row_number,rank,dense_rank）

背景

求每个省份下uv前2的记录

原理

利用row_number ,rank,dense_rank函数实现

hive表

hive表：test_rank ;

province        string
city    string

uv      int

数据：

山东    潍坊    20
山东    济南    30
山东    青岛    30
山东    淄博    10
河北    石家庄  30
河北    沧州    30

河北    保定    20

例子

1） row_number ，同一个名次只能有1个，故其排名为从1开始的递增序列，如1 2 3 4 

select * , row_number() over (partition by province  order by uv desc ) as rk from test_rank ; 

山东    济南    30      1                                                       
山东    青岛    30      2
山东    潍坊    20      3
山东    淄博    10      4
河北    石家庄  30      1
河北    沧州    30      2

河北    保定    20      3

2）rank函数，同一个名次可以有多个，下个名次=当前名次+当前名次的人数 

 select * , rank() over (partition by province  order by uv desc ) as rk from test_rank ;    

山东    济南    30      1                                                       
山东    青岛    30      1
山东    潍坊    20      3
山东    淄博    10      4
河北    石家庄  30      1

河北    沧州    30      1

河北    保定    20      3

3）dense_rank函数，同一个名次可以有多个，下个名次=当前名次+1

select * , dense_rank() over (partition by province  order by uv desc ) as rk from test_rank ;

山东    济南    30      1                                                       
山东    青岛    30      1
山东    潍坊    20      2
山东    淄博    10      3
河北    石家庄  30      1
河北    沧州    30      1
河北    保定    20      2