Hive和MySQL分组排序取前n条记录

原文地址：http://chenxiaoqiong.com/articles/hiverownum/

实例需求

有一张职员信息表test（id，姓名，部门，入职时间），要求：查询出各部门最早入职的职员信息，表数据如下图：

Hive实现

语法：row_number() over (partition BY 字段A order by 字段B desc)

partition by：类似hive的建表，分区的意思；

order by ：排序，默认是升序，加desc降序；

这里按字段A分区，对字段B进行降序排序

---

引用上面语法（按部门分组，按时间正序排序）查询row_num，
查询语句：
SELECT *,row_number() over (partition BY dept ORDER BY time ASC) AS row_num FROM test;
查询结果：

最后取row_num为1的数据就是想要的结果
完整查询语句：
SELECT name,dept,time FROM (
SELECT *,row_number() over (partition BY dept ORDER BY time ASC) AS row_num FROM test ) AS test
WHERE row_num<=1
最后结果：

MySQL实现

我看到一些博文说mysql同样支持(partition BY 字段A order by 字段B desc)，但我测试结果是：
[Err] 1064 - You have an error in your SQL syntax; check the manual that corresponds to your MySQL server version for the right syntax to use near ‘(partition BY dept ORDER BY time ASC) AS row_num FROM test’ at line 1
下面我说一说我是怎么用mysql实现上面的需求的

1. 实现row_num
   查询语句：
   set @rownum=0;
   SELECT *,@rownum:=@rownum+1 as row_num FROM test ORDER BY time;
   查询结果：
   
2. 按部门分组并取row_num最小的一条记录
   为了看起来比较清晰，我们将上述的查询结果存入表test_row，即
   完整查询语句：
   set @rownum=0;
   CREATE TABLE test_row AS SELECT *,@rownum:=@rownum+1 as row_num FROM test ORDER BY time;
   SELECT name,dept,time FROM test_row WHERE row_num in (SELECT min(row_num) FROM test_row GROUP BY dept);
   查询结果：