Hive - 组内的前 n 条记录答案

【问题标题】：Hive - top n records within a groupHive - 组内的前 n 条记录
【发布时间】：2016-07-15 14:01:30
【问题描述】：

我目前正在使用 Hive，并且我有一个包含字段 user_id 和 value 的表。我想在每个 user_id 中按降序对值进行排序，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;

但是，当我运行此查询时，我收到以下错误：

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。

谁能帮忙？

提前致谢。

添加评论

【问题讨论】：

标签： hiveql rank top-n

【解决方案1】：

正如错误消息所说，您使用 rank 函数时出错，尝试在排名后添加over，如下所示：

....
  (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documentation

【讨论】：

谢谢 - 问题现已解决。