Hive 用ROW_NUMBER取每组top n

今天用hive查数据时需要取每个分组的第一条数据，查了一发现hive 已经从0.11.0版本加入row_number函数，可以满足查询的需求。

ROW_NUMBER() 是从1开始，按照顺序，生成分组内记录的序列
用法如下：

ROW_NUMBER() OVER (partition BY COLUMN_A ORDER BY COLUMN_B ASC/DESC) rn

rn 是排序的别名执行时每组的编码从1开始
partition by：类似hive的建表，分区的意思；COLUMN_A 是分组字段
order by ：排序，默认是升序，加desc降序；COLUMN_B 是排序字段

列如：

SELECT 
g_field,
day
pv,
ROW_NUMBER() OVER(PARTITION BY g_field ORDER BY pv desc) AS rn 
FROM test ;