Hive - 组内前 n 条记录

Question

我目前正在使用 Hive，我有一个 table 字段 user_id 和值。我想在每个 user_id 中按降序排列值，然后只为每个 user_id 发出前 100 条记录。这是我尝试使用的代码：

DROP TABLE IF EXISTS mytable2
CREATE TABLE mytable2 AS
SELECT * FROM 
(SELECT *, rank (user_id) as rank
FROM 
(SELECT * from mytable
DISTRIBUTE BY user_id
SORT BY user_id, value DESC)a )b
WHERE rank<101
ORDER BY rank;

然而，当我运行这个查询时，我得到以下错误：

Error while compiling statement: FAILED: SemanticException [Error 10247]:    Missing over clause for function : rank [ERROR_STATUS]

仅供参考 - 我的 UserId 是字母数字。

有人可以帮忙吗？

提前致谢。

添加评论

Answer 1

正如错误信息所说，你在使用rank函数时出错，尝试在排名后添加 over 如下：

....
  (SELECT *, rank (user_id) over (order by user_id) as rank
....

有关如何使用排名功能的更多信息，您可以参考此 documentation

Hive - 组内前 n 条记录

Hive - top n records within a group

hiveql

rank

top-n