sql分组排序取top n

数据库查询*分组排序取top n

要求：按照课程分组，查找每个课程最高的两个成绩。

数据文件如下：

第一列no为学号，第二列course为课程，第三列score为分数

mysql> select * from lesson;
+-------+---------+-------+
| no    | course  | score |
+-------+---------+-------+
| N0101 | Marth   |   100 |
| N0102 | English |    12 |
| N0102 | Chinese |    55 |
| N0102 | History |    58 |
| N0102 | Marth   |    25 |
| N0103 | English |   100 |
| N0103 | Chinese |    87 |
| N0103 | History |    88 |
| N0103 | Marth   |    72 |
| N0104 | English |    20 |
| N0104 | Chinese |    60 |
| N0104 | History |    88 |
| N0104 | Marth   |    56 |
| N0105 | English |    56 |
| N0105 | Chinese |    88 |
| N0105 | History |    88 |
| N0201 | English |    66 |
| N0201 | Chinese |    77 |
| N0201 | History |    80 |
| N0201 | Marth   |   100 |
| N0202 | English |    35 |
| N0202 | Chinese |    56 |
| N0202 | History |    86 |
| N0202 | Marth   |    99 |
| N0203 | English |   100 |
| N0203 | Chinese |    87 |
| N0203 | History |    88 |
| N0203 | Marth   |    57 |
| N0204 | English |    98 |
| N0204 | Chinese |   100 |
| N0204 | History |    66 |
| N0204 | Marth   |    71 |
| N0205 | English |    98 |
| N0205 | Chinese |   100 |
| N0205 | History |    66 |
| N0205 | Marth   |    71 |
| N0301 | English |    66 |
| N0301 | Chinese |    89 |
| N0301 | History |    68 |
| N0301 | Marth   |    83 |
| N0302 | English |    76 |
| N0302 | Chinese |    99 |
| N0302 | History |    80 |
| N0302 | Marth   |    74 |
| N0303 | English |   100 |
| N0303 | Chinese |   100 |
| N0303 | History |    88 |
| N0303 | Marth   |    57 |
| N0304 | English |    76 |
| N0304 | Chinese |   100 |
| N0304 | History |    66 |
| N0304 | Marth   |    86 |
| N0305 | English |    98 |
| N0305 | Chinese |   100 |
| N0305 | History |    40 |
| N0305 | Marth   |    59 |
| N0306 | English |    52 |
| N0306 | Chinese |    87 |
| N0306 | History |    72 |
| N0306 | Marth   |    71 |
| N0101 | Chinese |    55 |
| N0101 | History |    84 |
| N0101 | English |    82 |
| N0101 | English |    82 |
+-------+---------+-------+
64 rows in set

在hive上查询

select a.course,a.score
from
(
select course,score,row_number() over(partition by course order by score desc) as n
from lesson
)a
where a.n<=2; 

其中：

row_number() over(partition by course order by score desc)

意思是以课程分组，按成绩递减排序，并为每组中的数据打上行号的标记，从1开始。

这样，再在外层套一层过滤行号小于等于2的即可:-D

查询结果如下图1所示：

图1 hive查询结果

在mysql上查询

由于mysql不支持row_number()over()等窗口函数

所以/(ㄒoㄒ)/~~

方法1.自查询比较

select course,score
from lesson a
where 2 >
(
select count(1)
from lesson b
where a.score<b.score and a.course=b.course
)
order by a.course,a.score desc;

因为是查询最高的两个成绩，所以是2>，如果查询最高的前N个成绩，改成 N>

该条sql语句的大概思路是：

从a表中拿出一条数据，与b表中所有与该条数据相同course的数据比较，统计出b表有多少相同课程的score比该条数据的score高；

如果b表中有0条比该条数据高，则该条数据是该门课程的最高分；

如果统计出有1条数据，则该条数据是该门课程分数的第二高；

但是，还存在一些问题：

比如，最高分存在多个，则会统计出多于2条的数据，如下图2统计结果也有所反应：

图2 mysql查询结果

方法2.动态sql

SET @row=0;
SET @groupid='';
select a.course,a.score
from
(
select no,course,score,case when @groupid=course then @row:=@row+1 else @row:=1 end rownum,@groupid:=course from lesson
order by course,score desc
)a
where a.rownum<=2;

其中：

@row用于统计行号，@groupid用于分组，记录该组的名称

select no,course,score,case when @groupid=course then @row:=@row+1 else @row:=1 end rownum,@groupid:=course from lesson
order by course,score desc

意思是：按照分组名course和需要的排序score递增 进行排序，这样，相同课程就会排在一起，且相同的课程之间按照成绩排序。

取出一条数据，如果该条数据的course与@group相同，则意味着是相同课程之间的比较，那么@row自加1。

否则意味着该条数据是另一门课程的第一条数据，则@row=1

这样每个课程就能够按照成绩排序并标记上行号

那么外层只需要过滤rownum<=2即可得到每门课的前2个最高分。

最后执行结果与hive一致，不再上图片了。