Hive 求Top N

之前面试就碰到过hive求top n操作，当时回答简单的排序就OK，现在一回想简直可笑。

这里用到hive，分析性函数，ROW_NUMBER
总共有rank,row_number,dense_rank等，但是Row_number用的频率最高，这里这介绍Row_number
语法：

row_number() OVER (partition by COL1 order by COL2 desc ) rank
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；
rank：表示别名

需求：统计每种性别中年龄最大的两条数据
①，建表,导入数据

create table hive_topn(
id int,
age int,
name string,
gender string
)
row format delimited fields terminated by ',';

②，分析需求得出步骤，先根据性别分组，然后根据年龄做降序，取前2条。
SQL：

select id,age,name,gender,n
from
(
select id,age,name,gender,
ROW_NUMBER() over(PARTITION BY gender order by age desc) as n
from hive_topn
) temp where temp.n<=2;

结果无误