sql-server - rank() 在蜂巢中

Question

我正在将 SQL Server 存储过程转换为 HiveQL。

我怎样才能转换类似的东西：

SELECT 
    p.FirstName, p.LastName,
    RANK() OVER (ORDER BY a.PostalCode) AS Rank

Answer 1

我已经看过这个用例几次了，有一种方法可以RANK()在 Hive 中使用 UDF 做类似的事情。

基本上有几个步骤：

• 将数据分组为DISTRIBUTE BY
• 对每组中的数据进行排序SORT BY

实际上有一篇关于这个主题的好文章，你也可以在这里找到 Edward Capriolo 的一些代码。

这是在 Hive 中进行排名的示例查询：

ADD JAR p-rank-demo.jar;
CREATE TEMPORARY FUNCTION p_rank AS 'demo.PsuedoRank';

SELECT
 category,country,product,sales,rank
FROM (
 SELECT
   category,country,product,sales,
   p_rank(category, country) rank
 FROM (
   SELECT
     category,country,product,
     sales
   FROM p_rank_demo
   DISTRIBUTE BY
     category,country
   SORT BY
     category,country,sales desc) t1) t2
WHERE rank <= 3

这相当于 MySQL 中的以下查询：

SELECT
 category,country,product,sales,rank
FROM (
 SELECT
   category,country,product, sales,
   rank() over (PARTITION BY category, country ORDER BY sales DESC) rank
 FROM p_rank_demo) t
WHERE rank <= 3

Answer 2

对于遇到此问题的任何人，Hive 现在支持 rank() 和其他分析函数。 https://cwiki.apache.org/confluence/display/Hive/LanguageManual+WindowingAndAnalytics

Answer 3

没什么大不了的，在 Hive 0.13.1 中，逗号不起作用:-(

所以我不用逗号就可以正常工作

（PARTITION BY category country ORDER BY sales DESC）