Hive（一）：row_number over(partition by,order by)用法

这篇博客 ROW_NUMBER() OVER()函数用法详解 （分组排序 例子多） 讲的很详细

语法格式：row_number() over(partition by 分组列 order by 排序列 desc)

注意： 在使用 row_number() over()函数的时候，over()里面的分组以及排序的执行晚于 where、group by、order by 的执行。

按照他的例子进行了实现： 新建Hive表tmp_learning_mary如图

drop table if exists tmp_learning_mary;
create table if not exists tmp_learning_mary(
id varchar(10),
name varchar(10) ,
age varchar(10),
salary int
);
insert into tmp_learning_mary(id,name,age,salary) values(1,'a',10,8000);
insert into tmp_learning_mary(id,name,age,salary) values(1,'a2',11,6500);
insert into tmp_learning_mary(id,name,age,salary) values(2,'b',12,13000);
insert into tmp_learning_mary(id,name,age,salary) values(2,'b2',13,4500);
insert into tmp_learning_mary(id,name,age,salary) values(3,'c',14,3000);
insert into tmp_learning_mary(id,name,age,salary) values(3,'c2',15,20000);
insert into tmp_learning_mary(id,name,age,salary) values(4,'d',16,30000);
insert into tmp_learning_mary(id,name,age,salary) values(5,'d2',17,1800);

select * from tmp_learning_mary;

1.按照id分组，不排序

select *, row_number()over(partition by id) from tmp_learning_mary;

结果

最后一列中，每个分组内的排序是随机的

2.按照salary进行降序排序，不分组（排序列命名为ranking）

select *, row_number()over(order by salary desc) ranking from tmp_learning_mary

结果为：

3.按照salary降序排序，同时根据id进行分组

select *, row_number()over(partition by id order by salary desc) ranking 
from tmp_learning_mary;

结果为：

4.在2的基础上，找出每一组中序号为1的数据

select * from(select *, row_number()over(partition by id order by salary desc) ranking 
from tmp_learning_mary) t where t.ranking < 2;

这里注意子查询语句中的表格一定要加上一个命名，我原来没有命名为t，导致报错：

错误信息为无法识别where那一块的语句，因此我把子查询语句的表命名为t，where语句写为where t.ranking < 2后可以正常运行。

还可以利用with table as的写法，具体可参考博文：Hive（二）：with as用法

with t as (select *, row_number()over(partition by id order by salary desc) ranking 
from tmp_learning_mary)
select * from t where ranking = 1;

最后的结果为：

5.找出年龄在13岁到16岁数据，按salary排序

select *, row_number()over(order by salary desc) ranking 
from tmp_learning_mary where age between '13' and '16';

结果：
从结果中的ranking可以看出，是先进行了where语句的筛选，再进行了排序，即over()里面的分组排序是在where之后的。

6.按id进行分组，每组随机排序，找到每组序号为1的数据

随机排序的可以用order by rand()表示随机排序，这种需求可以用在对各个分组的随机采样上

select * from (select *,row_number()over(partition by id order by rand()) ranking 
from tmp_learning_mary) t where t.ranking = 1; 

结果：

博客中还有几点需求的是实现在工程中非常有用：