hive 分组top hive 分组排序函数

分组排序
最主要的区别就是如果两个分数相同，排名是否同列以及排名是否相同。

这个方法仅在mysql8.0以后，hive或其他数据库支持

直接看图：原始表

原表如上，想要的结果如下

从图中可以发现：

1. row_number函数：如果并列但名次反而不相同，但是后续的名次是连续的
2. rank函数：如果并列则名次相同，但是后续的名次会不连续
3. dense_rank函数：如果并列则名次相同，但是后续的名次是连续的
4. ntile函数：如果并列则名次相同，后续的名次连续

row_number
基本原理是先使用over子句中的排序语句对记录进行排序，然后再根据这个排序生成序号。

select *, row_number() over (order by score desc) as rank
from score;

查询结果如下

一般在工作中，常用分组排序做web程序的分页，然后我们指定查询范围。
row_number()进阶

rank
作用效果和row_number()方法类似，但是支持并列排名，但排名名次可能不连续。

select *, rank() over (order by score desc) as rank
from score;

查询结果如下

dense_rank
作用效果和rank()方法类似，不仅支持并列排名，而且排名也是连续的

select *, dense_rank() over (order by score) as rank
from score;

查询结果如下

ntile
ntile()函数是最好理解，同时也是最不好理解的。结果既能够和其他函数相似，也能够有很大的区别。

select *, ntile(3) over (order by score desc) as rank
from score;

查询结果如下

ntile函数可以对序号进行分组处理，类似于hive的分桶处理：

ntile函数的分桶依据：

1、每组的记录数不能大于它上一组的记录数，即编号小的桶放的记录数不能小于编号大的桶。也就是说，第1组中的记录数只能大于等于第2组及以后各组中的记录数。
2、所有组中的记录数要么都相同，要么从某一个记录较少的组（命名为X）开始后面所有组的记录数都与该组（X组）的记录数相同。也就是说，如果有个组，前三组的记录数都是9，而第四组的记录数是8，那么第五组和第六组的记录数也必须是8。

举个栗子
如果是50条，那么就是
1-10 : 第一组 （十条）
11-20 : 第二组（十条）
21-30 : 第三组（十条）
31-40 : 第四组（十条）
41-50 : 第五组（十条）

如果是51条，那么就是
1-11 : 第一组（十一条）
12-21 : 第二组（十条）
22-31 : 第三组（十条）
32-41 : 第四组（十条）
42-51 : 第五组（十条）

总结
在使用分组排序函数的时候要注意以下三点：

1. 排名函数必须要有over子句
2. 排名函数必须要有order by的over子句
3. 分组内从1开始排序