Hive 重复数据去重

hive中去重的代码：

1. insert overwrite table store  
2.   select t.p_key,t.sort_word from   
3.     ( select p_key,  
4.            sort_word ,  
5.            row_number()over(distribute by p_key sort by sort_word) as rn  
6.      from store) t  
7.      where t.rn=1;

 

Hive上一个典型表内除重的写法， p_key为除重依据， sort_word 为排序依据，一般为时间   rn为排名。 这里就留下第一名

参考地址：http://blog.csdn.net/limao314/article/details/14126391