Hive分組后取組內排名方法row_number

今天遇到這樣一個需求場景，要取出 每一種分類（a,b組合分類) 符合條件的日期（字段c） 距離現在最近的10個日期 的數據

首先想到的是用sql篩選出符合某種條件的所有數據，這樣的事情很簡單

然后用腳本（python）遍歷每一種組合(a,b)，然后按日期c倒序排序 取前10

 

如果拿到這個數據后 還要去hive連表查詢其他數據，那么上面的方法就比較麻煩，可能需要再取多次hive

 

我們有沒有sql的方法直接完成這樣的事情呢？有的 我們可以用到row_number:

with
t_rank as (
        select 
            a,
            b,
            c, 
            Row_Number() OVER (partition by a,b ORDER BY c desc) rank 
        from t_test
    )

select a,b,c from t_rank where rank <= 10

 

下面就繼續嵌套添加其他的sql邏輯吧