rank()、dense_rank()和row_number()的区别

函数说明

• rank() 排序相同时会重复，总数不会变
• dense_rank() 排序相同时会重复，总数会减少
• row_number() 会根据顺序计算

这三个函数很经常使用，也很经常被混淆，在面试中也是常常被提及，下面提供一个案例来帮助理解，以及最后用一点小思维帮助大家记忆区分。

案例：
1）数据准备

2）需求
计算每门学科成绩排名。

3）创建本地score.txt，导入数据

[ysh@hadoop102 datas]$ vi score.txt

4）创建hive表并导入数据

create table score(
	name string,
	subject string,
	score int)
row format delimited fields terminated by "\t";
load data local inpath '/opt/module/datas/score.txt' into table score;

5）按需求查询数据

select name,
	subject,
	score,
	rank() over(partition by subject order by score desc) rp,
	dense_rank() over(partition by subject order by score desc) drp,
	row_number() over(partition by subject order by score desc) rmp
from score;

6）结果展示

可以这么理解：

• rank（），是有间隔的排名，有并列排名的时候，下一个排名会间隔（并列数-1）个数
• dense_rank()，dense（密集的），有并列排名的时候下一个排名紧接上一个并列的排名
• row_number()，可以理解为行的序号，不考虑并列排名（因为没有rank）

记忆：“没有rank按顺序，只有rank有间隔，dense是密集的”