sql实现分组排序

1. 首先是mysql实现分组排序

如下scores表记录了某次考试各班级学生的成绩：
id是学号（主键），class是班级，Chinese、math、English分别为语文数学英语的成绩：

如何查询出每个班级语文成绩前三名的同学记录？

图片.png

先上一下sql

SELECT
    a.`id`,
    a.class,
    a.`name`,
    a.chinese,
    count(b.`id`) + 1 as rank_num
from scores a
left join scores b on a.class = b.class
    and a.chinese < b.chinese
group by a.`id`,
    a.class,
    a.`name`,
    a.chinese
HAVING rank_num <=3
order by a.class asc,a.chinese desc

结果下如图：

图片.png

可以看到，rank_num实现了按照班级对语文成绩的降序排列，下面分步解释：
1.1 把scores表与它自己left Join，会产生以下结果

SELECT
    a.*,
    b.*
from scores a
left join scores b on a.class = b.class
    and a.chinese < b.chinese
where a.class = 215    -- 方便说明，只选取一个班级
order by a.chinese desc,a.name 

图片.png

可以看到，语文成绩最高的胡贵波没有关联到b表的记录，因为有a.chinese < b.chinese限制，语文成绩第二的马雨韵只关联到了第一的胡贵波，而第三的丰雪关联到了前两位，

那么此时对b表的id进行count，就会得出一个rank数字

SELECT
    a.`id`,
    a.class,
    a.`name`,
    a.chinese,
    count(b.`id`) as rank_nnum
from scores a
left join scores b on a.class = b.class
    and a.chinese < b.chinese
where a.class = 215    -- 方便说明，只选取一个班级
group by a.`id`,
    a.class,
    a.`name`,
    a.chinese
order by a.chinese desc,a.name 

图片.png

此时，rank已对语文成绩做出了排名，按照习惯没有第 0 名，所以rank_num加个1，也就是count(b.id) + 1，
所以，最终sql是：

SELECT
    a.`id`,
    a.class,
    a.`name`,
    a.chinese,
    count(b.`id`) + 1 as rank_num
from scores a
left join scores b on a.class = b.class
    and a.chinese < b.chinese
group by a.`id`,
    a.class,
    a.`name`,
    a.chinese
HAVING rank_num <=3
order by a.class asc,a.chinese desc

2. Hive实现分组排序

a 表如下，id为人员id，日期为签到日期，取每个用户前两天的记录

id	date
1	2017-01-01
1	2017-01-02
1	2017-01-03
2	2017-01-01
2	2017-01-02
2	2017-01-03
3	2017-01-01
3	2017-01-02
4	2017-01-01

在hive里分组排序可以使用 row_number() over(partition by 列名1 order by 列名2)

select
    id,
    date,
    row_number() over(partition by id order by date) as rank
from a 

结果如下：

id	date	rank
1	2017-01-01	1
1	2017-01-02	2
1	2017-01-03	3
2	2017-01-01	1
2	2017-01-02	2
2	2017-01-03	3

在此基础上对rank进行筛选就可以得出想要的结果了