HIVE生成数字全局唯一键ID

1.row_number() over() (生成全局递增唯一ID)

select
row_number() over()  id,
a
from test1

此方法会产生一个reduce。数据量比较大会产生数据倾斜。

2.生成全局唯一数字ID(非递增连续)
2.1先将原始数据随机分成101份(可以理解为步长)

create table test2
as
select
a,
cast(rand()*100 as bigint) num
from test1

2.2 每份内排序后生成一个唯一ID

select
    a,
    num+(rn-1)*101
from
(
    select
        a,
        num,
        ROW_NUMBER() OVER(PARTITION BY num) AS rn
    from test2
 ) a

在这里插入图片描述
3.生成全局唯一数字ID(递增连续)
3.1 先将原始数据随机分成101份写入test2表中
3.2 利用开窗函数求每个分组的累积值

select
num,
cnt,
sum(cnt) over(order by num ) amt
from
(
select
num,
count(*) cnt
from test2
group by num
) a

HIVE生成数字全局唯一键ID_第1张图片
3.3 每组组内排序rn+上一组的累积值

select
a.a,
a.num,
a.rn,
b.num,
b.cnt,
b.amt,
nvl(b.amt,0)+rn
from
(
select
    a,
    num,
    ROW_NUMBER() OVER(PARTITION BY num) AS rn
from test2
) a left outer JOIN
(
select
num,
cnt,
sum(cnt) over(order by num ) amt
from
(
select
num,
count(*) cnt
from test2
group by num
) a
) b on a.num-1=b.num

HIVE生成数字全局唯一键ID_第2张图片
HIVE生成数字全局唯一键ID_第3张图片

你可能感兴趣的:(hive,hive)