使用Hive查询第n高的数据

一、题目

现在有“学生成绩表”，记录了学生选修课程的名称以及成绩。
现在需要找出语文课中成绩第n高的学生成绩。如果不存在第n高成绩的学生，那么查询应返回 null。

二、学生成绩表的建立及数据导入

#学生成绩表建立
create table student_score(sno varchar(5),cname varchar(10),score int) row format delimited fields terminated by ',';
#数据导入
load data local inpath '/opt/module/data/student_score.txt' into table student_score;

查询学生成绩表

三、回顾limit作用及用法

limit作用：将查询结果集的一部分取出来。通常使用在分页查询当中。
完整用法： limit startIndex, length
startIndex是起始下标，length是取的长度。
起始下标从0开始。
如 limit 5,3 是从第六开始取三个，即取排在6到8位的数据

缺省用法：如：limit 5; 这是取前5。

四、查询语文成绩第n高的学生成绩

需求回顾：现在需要找出语文课中成绩第n高的学生成绩。如果不存在第n高成绩的学生，那么查询应返回 null。
如果使用mysql的话是可以使用limit和ifnull来解决该问题的，但是Hive中没有ifnull，在这里我选择使用nvl函数解决了在取不到第n高成绩时取null的要求。

1、查询语文成绩第二名学生的成绩

select distinct nvl(score,null) score
from student_score
where cname='语文'
order by score desc
limit 1,1;

第二名为90分

2、查询数学成绩第五名学生的成绩

select distinct nvl(score,null) score
from student_score
where cname='数学'
order by score desc
limit 4,1;

因为没有数学成绩第五名的学生，所以返回null

五、总结

解决本题要掌握理解limit的作用与用法，便可以灵活应对第n高的这种问题。
Hive中的sql语句语法与mysql有的地方存在差异，需要主要，在本题使用order by时就容易出现问题，相关问题将在以后总结发布。