hive高级查询（2）

已于 2023-12-25 12:39:41 修改
阅读量1.1k 收藏 5
点赞数 8
文章标签： 数据库 sql java
于 2023-12-25 12:37:35 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xinxinyydss/article/details/135196883
版权

-- 分组查询
SELECT sex,SUM(mark) sum_mark
FROM score
GROUP BY sex
HAVING sum_mark > 555;

SELECT sex,sum_mark
FROM(
    SELECT sex,SUM(mark) sum_mark
    FROM score
    GROUP BY sex
) t
WHERE sum_mark > 555;

SELECT AVG(gid),SUM(gid)/COUNT(gid) FROM student;
SELECT COUNT(gid),COUNT(DISTINCT gid) FROM student;
SELECT collect_list(gid),collect_set(gid) FROM student;
+------------+--------+--+
|    _c0     |  _c1   |
+------------+--------+--+
| [1,1,2,2]  | [1,2]  |
+------------+--------+--+
SELECT collect_list(gid),collect_list(DISTINCT gid) FROM student;结果同上

-- 窗口排名函数
SELECT *,
    ROW_NUMBER() OVER(ORDER BY id) rn
FROM score;
+-----------+-------------+------------+-------------+-----+--+
| score.id  | score.name  | score.sex  | score.mark  | rn  |
+-----------+-------------+------------+-------------+-----+--+
| 1         | a           | male       | 99.0        | 1   |
| 2         | b           | female     | 87.0        | 2   |
| 3         | c           | male       | 68.0        | 3   |
| 4         | d           | female     | 54.0        | 4   |
| 5         | e           | male       | 93.0        | 5   |
| 6         | f           | female     | 46.0        | 6   |
| 7         | g           | male       | 50.0        | 7   |
| 8         | h           | female     | 88.0        | 8   |
| 9         | i           | male       | 75.0        | 9   |
| 10        | j           | male       | 72.0        | 10  |
| 11        | k           | female     | 100.0       | 11  |
| 12        | l           | female     | 88.0        | 12  |
| 13        | m           | male       | 99.0        | 13  |
| 14        | n           | female     | NULL        | 14  |
| 15        | o           | male       | NULL        | 15  |
| 16        | p           | female     | 88.0        | 16  |
+-----------+-------------+------------+-------------+-----+--+

SELECT *,
    rank() OVER(ORDER BY mark desc) rn
FROM score;
+-----------+-------------+------------+-------------+-----+--+
| score.id  | score.name  | score.sex  | score.mark  | rn  |
+-----------+-------------+------------+-------------+-----+--+
| 11        | k           | female     | 100.0       | 1   |
| 1         | a           | male       | 99.0        | 2   |
| 13        | m           | male       | 99.0        | 2   |
| 5         | e           | male       | 93.0        | 4   |
| 16        | p           | female     | 88.0        | 5   |
| 12        | l           | female     | 88.0        | 5   |
| 8         | h           | female     | 88.0        | 5   |
| 2         | b           | female     | 87.0        | 8   |
| 9         | i           | male       | 75.0        | 9   |
| 10        | j           | male       | 72.0        | 10  |
| 3         | c           | male       | 68.0        | 11  |
| 4         | d           | female     | 54.0        | 12  |
| 7         | g           | male       | 50.0        | 13  |
| 6         | f           | female     | 46.0        | 14  |
| 14        | n           | female     | NULL        | 15  |
| 15        | o           | male       | NULL        | 15  |
+-----------+-------------+------------+-------------+-----+--+

SELECT *,
    dense_rank() OVER(ORDER BY mark desc) rn
FROM score;
+-----------+-------------+------------+-------------+-----+--+
| score.id  | score.name  | score.sex  | score.mark  | rn  |
+-----------+-------------+------------+-------------+-----+--+
| 11        | k           | female     | 100.0       | 1   |
| 1         | a           | male       | 99.0        | 2   |
| 13        | m           | male       | 99.0        | 2   |
| 5         | e           | male       | 93.0        | 3   |
| 16        | p           | female     | 88.0        | 4   |
| 12        | l           | female     | 88.0        | 4   |
| 8         | h           | female     | 88.0        | 4   |
| 2         | b           | female     | 87.0        | 5   |
| 9         | i           | male       | 75.0        | 6   |
| 10        | j           | male       | 72.0        | 7   |
| 3         | c           | male       | 68.0        | 8   |
| 4         | d           | female     | 54.0        | 9   |
| 7         | g           | male       | 50.0        | 10  |
| 6         | f           | female     | 46.0        | 11  |
| 14        | n           | female     | NULL        | 12  |
| 15        | o           | male       | NULL        | 12  |
+-----------+-------------+------------+-------------+-----+--+

SELECT *,
    ROW_NUMBER() OVER(PARTITION BY sex ORDER BY id) rn
FROM score;
+-----------+-------------+------------+-------------+-----+--+
| score.id  | score.name  | score.sex  | score.mark  | rn  |
+-----------+-------------+------------+-------------+-----+--+
| 2         | b           | female     | 87.0        | 1   |
| 4         | d           | female     | 54.0        | 2   |
| 6         | f           | female     | 46.0        | 3   |
| 8         | h           | female     | 88.0        | 4   |
| 11        | k           | female     | 100.0       | 5   |
| 12        | l           | female     | 88.0        | 6   |
| 14        | n           | female     | NULL        | 7   |
| 16        | p           | female     | 88.0        | 8   |
| 1         | a           | male       | 99.0        | 1   |
| 3         | c           | male       | 68.0        | 2   |
| 5         | e           | male       | 93.0        | 3   |
| 7         | g           | male       | 50.0        | 4   |
| 9         | i           | male       | 75.0        | 5   |
| 10        | j           | male       | 72.0        | 6   |
| 13        | m           | male       | 99.0        | 7   |
| 15        | o           | male       | NULL        | 8   |
+-----------+-------------+------------+-------------+-----+--+

SELECT *,
    rank() OVER(PARTITION BY sex ORDER BY mark desc) rn
FROM score;
+-----------+-------------+------------+-------------+-----+--+
| score.id  | score.name  | score.sex  | score.mark  | rn  |
+-----------+-------------+------------+-------------+-----+--+
| 11        | k           | female     | 100.0       | 1   |
| 16        | p           | female     | 88.0        | 2   |
| 12        | l           | female     | 88.0        | 2   |
| 8         | h           | female     | 88.0        | 2   |
| 2         | b           | female     | 87.0        | 5   |
| 4         | d           | female     | 54.0        | 6   |
| 6         | f           | female     | 46.0        | 7   |
| 14        | n           | female     | NULL        | 8   |
| 1         | a           | male       | 99.0        | 1   |
| 13        | m           | male       | 99.0        | 1   |
| 5         | e           | male       | 93.0        | 3   |
| 9         | i           | male       | 75.0        | 4   |
| 10        | j           | male       | 72.0        | 5   |
| 3         | c           | male       | 68.0        | 6   |
| 7         | g           | male       | 50.0        | 7   |
| 15        | o           | male       | NULL        | 8   |
+-----------+-------------+------------+-------------+-----+--+

SELECT *,
    dense_rank() OVER(PARTITION BY sex ORDER BY mark desc) rn
FROM score;
+-----------+-------------+------------+-------------+-----+--+
| score.id  | score.name  | score.sex  | score.mark  | rn  |
+-----------+-------------+------------+-------------+-----+--+
| 11        | k           | female     | 100.0       | 1   |
| 16        | p           | female     | 88.0        | 2   |
| 12        | l           | female     | 88.0        | 2   |
| 8         | h           | female     | 88.0        | 2   |
| 2         | b           | female     | 87.0        | 3   |
| 4         | d           | female     | 54.0        | 4   |
| 6         | f           | female     | 46.0        | 5   |
| 14        | n           | female     | NULL        | 6   |
| 1         | a           | male       | 99.0        | 1   |
| 13        | m           | male       | 99.0        | 1   |
| 5         | e           | male       | 93.0        | 2   |
| 9         | i           | male       | 75.0        | 3   |
| 10        | j           | male       | 72.0        | 4   |
| 3         | c           | male       | 68.0        | 5   |
| 7         | g           | male       | 50.0        | 6   |
| 15        | o           | male       | NULL        | 7   |
+-----------+-------------+------------+-------------+-----+--+

-- 总结：
ROW_NUMBER() 按行定序，[1,2,3]
RANK()       按值定序，[1,1,3]
DENSE_RANK() 按值定序，[1,1,2]
-- 用法：
ROW_NUMBER() OVER(PARTITION BY )，仅分区后排名，用得少
ROW_NUMBER() OVER(ORDER BY )，全窗口排序后排名，用得少
ROW_NUMBER() OVER(PARTITION BY ORDER BY )，先分组，再排序，最后排名
【注：以上用法适用于三种排名函数】
partition BY 定义窗口大小为分组大小，否则窗口大小为全表大小

-- 窗口聚合函数
SELECT *,
    COUNT(*) OVER(PARTITION BY sex)
FROM score;
+-----------+-------------+------------+-------------+---------+--+
| score.id  | score.name  | score.sex  | score.mark  | _wcol0  |
+-----------+-------------+------------+-------------+---------+--+
| 16        | p           | female     | 88.0        | 8       |
| 14        | n           | female     | NULL        | 8       |
| 12        | l           | female     | 88.0        | 8       |
| 11        | k           | female     | 100.0       | 8       |
| 8         | h           | female     | 88.0        | 8       |
| 6         | f           | female     | 46.0        | 8       |
| 4         | d           | female     | 54.0        | 8       |
| 2         | b           | female     | 87.0        | 8       |
| 1         | a           | male       | 99.0        | 8       |
| 15        | o           | male       | NULL        | 8       |
| 7         | g           | male       | 50.0        | 8       |
| 13        | m           | male       | 99.0        | 8       |
| 3         | c           | male       | 68.0        | 8       |
| 5         | e           | male       | 93.0        | 8       |
| 10        | j           | male       | 72.0        | 8       |
| 9         | i           | male       | 75.0        | 8       |
+-----------+-------------+------------+-------------+---------+--+

SELECT *,
    MAX(mark) OVER(PARTITION BY sex) max_mark,
    MIN(mark) OVER(PARTITION BY sex) min_mark
FROM score
WHERE mark IS NOT null;
+-----------+-------------+------------+-------------+-----------+-----------+--+
| score.id  | score.name  | score.sex  | score.mark  | max_mark  | min_mark  |
+-----------+-------------+------------+-------------+-----------+-----------+--+
| 16        | p           | female     | 88.0        | 100.0     | 46.0      |
| 6         | f           | female     | 46.0        | 100.0     | 46.0      |
| 12        | l           | female     | 88.0        | 100.0     | 46.0      |
| 4         | d           | female     | 54.0        | 100.0     | 46.0      |
| 11        | k           | female     | 100.0       | 100.0     | 46.0      |
| 2         | b           | female     | 87.0        | 100.0     | 46.0      |
| 8         | h           | female     | 88.0        | 100.0     | 46.0      |
| 7         | g           | male       | 50.0        | 99.0      | 50.0      |
| 13        | m           | male       | 99.0        | 99.0      | 50.0      |
| 10        | j           | male       | 72.0        | 99.0      | 50.0      |
| 9         | i           | male       | 75.0        | 99.0      | 50.0      |
| 5         | e           | male       | 93.0        | 99.0      | 50.0      |
| 3         | c           | male       | 68.0        | 99.0      | 50.0      |
| 1         | a           | male       | 99.0        | 99.0      | 50.0      |
+-----------+-------------+------------+-------------+-----------+-----------+--+

SELECT *,
    SUM(mark) OVER(PARTITION BY sex) sum_mark,
    AVG(mark) OVER(PARTITION BY sex) avg_mark
FROM score;
+-----------+-------------+------------+-------------+-----------+--------------------+--+
| score.id  | score.name  | score.sex  | score.mark  | sum_mark  |      avg_mark      |
+-----------+-------------+------------+-------------+-----------+--------------------+--+
| 16        | p           | female     | 88.0        | 551.0     | 78.71428571428571  |
| 14        | n           | female     | NULL        | 551.0     | 78.71428571428571  |
| 12        | l           | female     | 88.0        | 551.0     | 78.71428571428571  |
| 11        | k           | female     | 100.0       | 551.0     | 78.71428571428571  |
| 8         | h           | female     | 88.0        | 551.0     | 78.71428571428571  |
| 6         | f           | female     | 46.0        | 551.0     | 78.71428571428571  |
| 4         | d           | female     | 54.0        | 551.0     | 78.71428571428571  |
| 2         | b           | female     | 87.0        | 551.0     | 78.71428571428571  |
| 1         | a           | male       | 99.0        | 556.0     | 79.42857142857143  |
| 15        | o           | male       | NULL        | 556.0     | 79.42857142857143  |
| 7         | g           | male       | 50.0        | 556.0     | 79.42857142857143  |
| 13        | m           | male       | 99.0        | 556.0     | 79.42857142857143  |
| 3         | c           | male       | 68.0        | 556.0     | 79.42857142857143  |
| 5         | e           | male       | 93.0        | 556.0     | 79.42857142857143  |
| 10        | j           | male       | 72.0        | 556.0     | 79.42857142857143  |
| 9         | i           | male       | 75.0        | 556.0     | 79.42857142857143  |
+-----------+-------------+------------+-------------+-----------+--------------------+--+

SELECT *,
    SUM(mark) OVER(ORDER BY mark) sum_mark
FROM score;
-- 窗口自上而下自动变化，遇到相同值时视为一组同时计算，窗口范围从表首行到表末行，计算范围从表首行到当前行
+-----------+-------------+------------+-------------+-----------+--+
| score.id  | score.name  | score.sex  | score.mark  | sum_mark  |
+-----------+-------------+------------+-------------+-----------+--+
| 15        | o           | male       | NULL        | NULL      |
| 14        | n           | female     | NULL        | NULL      |
| 6         | f           | female     | 46.0        | 46.0      |
| 7         | g           | male       | 50.0        | 96.0      |
| 4         | d           | female     | 54.0        | 150.0     |
| 3         | c           | male       | 68.0        | 218.0     |
| 10        | j           | male       | 72.0        | 290.0     |
| 9         | i           | male       | 75.0        | 365.0     |
| 2         | b           | female     | 87.0        | 452.0     |
| 16        | p           | female     | 88.0        | 716.0     |
| 12        | l           | female     | 88.0        | 716.0     |
| 8         | h           | female     | 88.0        | 716.0     |
| 5         | e           | male       | 93.0        | 809.0     |
| 13        | m           | male       | 99.0        | 1007.0    |
| 1         | a           | male       | 99.0        | 1007.0    |
| 11        | k           | female     | 100.0       | 1107.0    |
+-----------+-------------+------------+-------------+-----------+--+

SELECT *,
    SUM(mark) OVER(PARTITION BY sex ORDER BY mark) sum_mark
FROM score;
-- 如果分组则窗口边界是从组的第一行到组的最后一行
-- 如果不分组则窗口边界是从表的第一行到表的最后一行
+-----------+-------------+------------+-------------+-----------+--+
| score.id  | score.name  | score.sex  | score.mark  | sum_mark  |
+-----------+-------------+------------+-------------+-----------+--+
| 14        | n           | female     | NULL        | NULL      |
| 6         | f           | female     | 46.0        | 46.0      |
| 4         | d           | female     | 54.0        | 100.0     |
| 2         | b           | female     | 87.0        | 187.0     |
| 16        | p           | female     | 88.0        | 451.0     |
| 12        | l           | female     | 88.0        | 451.0     |
| 8         | h           | female     | 88.0        | 451.0     |
| 11        | k           | female     | 100.0       | 551.0     |
| 15        | o           | male       | NULL        | NULL      |
| 7         | g           | male       | 50.0        | 50.0      |
| 3         | c           | male       | 68.0        | 118.0     |
| 10        | j           | male       | 72.0        | 190.0     |
| 9         | i           | male       | 75.0        | 265.0     |
| 5         | e           | male       | 93.0        | 358.0     |
| 1         | a           | male       | 99.0        | 556.0     |
| 13        | m           | male       | 99.0        | 556.0     |
+-----------+-------------+------------+-------------+-----------+--+

-- 窗口分析函数
SELECT *,
    LEAD(mark,2,0) OVER(PARTITION BY sex ORDER BY mark) lead,
    LAG(mark,2,0) OVER(PARTITION BY sex ORDER BY mark) lag
FROM score;
-- 说明：
-- 第一个参数指定要取哪个字段的值
-- 第二个参数指定向上或向下跳过几行（默认值是1）
-- 第三个参数指定当值为null时替代的默认值（默认值是null）
+-----------+-------------+------------+-------------+--------+-------+--+
| score.id  | score.name  | score.sex  | score.mark  |  lead  |  lag  |
+-----------+-------------+------------+-------------+--------+-------+--+
| 14        | n           | female     | NULL        | 54.0   | 0.0   |
| 6         | f           | female     | 46.0        | 87.0   | 0.0   |
| 4         | d           | female     | 54.0        | 88.0   | NULL  |
| 2         | b           | female     | 87.0        | 88.0   | 46.0  |
| 16        | p           | female     | 88.0        | 88.0   | 54.0  |
| 12        | l           | female     | 88.0        | 100.0  | 87.0  |
| 8         | h           | female     | 88.0        | 0.0    | 88.0  |
| 11        | k           | female     | 100.0       | 0.0    | 88.0  |
| 15        | o           | male       | NULL        | 68.0   | 0.0   |
| 7         | g           | male       | 50.0        | 72.0   | 0.0   |
| 3         | c           | male       | 68.0        | 75.0   | NULL  |
| 10        | j           | male       | 72.0        | 93.0   | 50.0  |
| 9         | i           | male       | 75.0        | 99.0   | 68.0  |
| 5         | e           | male       | 93.0        | 99.0   | 72.0  |
| 1         | a           | male       | 99.0        | 0.0    | 75.0  |
| 13        | m           | male       | 99.0        | 0.0    | 93.0  |
+-----------+-------------+------------+-------------+--------+-------+--+

SELECT *,
    FIRST_VALUE(mark,true) OVER(partition BY sex ORDER BY mark desc) first,
    LAST_VALUE(mark,true) OVER(partition BY sex ORDER BY mark desc) last
FROM score;
-- 说明
-- 第一个参数指定要取哪个字段的值
-- 第二个参数指定是否跳过null值（默认值是false）
+-----------+-------------+------------+-------------+--------+--------+--+
| score.id  | score.name  | score.sex  | score.mark  | first  |  last  |
+-----------+-------------+------------+-------------+--------+--------+--+
| 11        | k           | female     | 100.0       | 100.0  | 100.0  |
| 16        | p           | female     | 88.0        | 100.0  | 88.0   |
| 12        | l           | female     | 88.0        | 100.0  | 88.0   |
| 8         | h           | female     | 88.0        | 100.0  | 88.0   |
| 2         | b           | female     | 87.0        | 100.0  | 87.0   |
| 4         | d           | female     | 54.0        | 100.0  | 54.0   |
| 6         | f           | female     | 46.0        | 100.0  | 46.0   |
| 14        | n           | female     | NULL        | 100.0  | 46.0   |
| 1         | a           | male       | 99.0        | 99.0   | 99.0   |
| 13        | m           | male       | 99.0        | 99.0   | 99.0   |
| 5         | e           | male       | 93.0        | 99.0   | 93.0   |
| 9         | i           | male       | 75.0        | 99.0   | 75.0   |
| 10        | j           | male       | 72.0        | 99.0   | 72.0   |
| 3         | c           | male       | 68.0        | 99.0   | 68.0   |
| 7         | g           | male       | 50.0        | 99.0   | 50.0   |
| 15        | o           | male       | NULL        | 99.0   | 50.0   |
+-----------+-------------+------------+-------------+--------+--------+--+

-- 思路：分组 -> 排序 -> 计算【排名，聚合，分析】
-- 排名 -> row_number(),rank(),dense_rank()
-- 聚合 -> count(),max(),min(),sum(),avg()
-- 分析 -> lead(),lag(),first_value(),last_value()

-- window子句分为两类：行，值范围，不支持使用的函数包括：row_number(),rank(),dense_rank(),lead(),lag()

SELECT *,
    MAX(mark) OVER(ORDER BY mark rows BETWEEN unbounded preceding AND CURRENT row)
FROM score;
+-----------+-------------+------------+-------------+---------+--+
| score.id  | score.name  | score.sex  | score.mark  | _wcol0  |
+-----------+-------------+------------+-------------+---------+--+
| 15        | o           | male       | NULL        | NULL    |
| 14        | n           | female     | NULL        | NULL    |
| 6         | f           | female     | 46.0        | 46.0    |
| 7         | g           | male       | 50.0        | 50.0    |
| 4         | d           | female     | 54.0        | 54.0    |
| 3         | c           | male       | 68.0        | 68.0    |
| 10        | j           | male       | 72.0        | 72.0    |
| 9         | i           | male       | 75.0        | 75.0    |
| 2         | b           | female     | 87.0        | 87.0    |
| 16        | p           | female     | 88.0        | 88.0    |
| 12        | l           | female     | 88.0        | 88.0    |
| 8         | h           | female     | 88.0        | 88.0    |
| 5         | e           | male       | 93.0        | 93.0    |
| 13        | m           | male       | 99.0        | 99.0    |
| 1         | a           | male       | 99.0        | 99.0    |
| 11        | k           | female     | 100.0       | 100.0   |
+-----------+-------------+------------+-------------+---------+--+

SELECT *,
    MAX(mark) OVER(ORDER BY mark rows BETWEEN unbounded preceding AND unbounded following)
FROM score;
+-----------+-------------+------------+-------------+---------+--+
| score.id  | score.name  | score.sex  | score.mark  | _wcol0  |
+-----------+-------------+------------+-------------+---------+--+
| 15        | o           | male       | NULL        | 100.0   |
| 14        | n           | female     | NULL        | 100.0   |
| 6         | f           | female     | 46.0        | 100.0   |
| 7         | g           | male       | 50.0        | 100.0   |
| 4         | d           | female     | 54.0        | 100.0   |
| 3         | c           | male       | 68.0        | 100.0   |
| 10        | j           | male       | 72.0        | 100.0   |
| 9         | i           | male       | 75.0        | 100.0   |
| 2         | b           | female     | 87.0        | 100.0   |
| 16        | p           | female     | 88.0        | 100.0   |
| 12        | l           | female     | 88.0        | 100.0   |
| 8         | h           | female     | 88.0        | 100.0   |
| 5         | e           | male       | 93.0        | 100.0   |
| 13        | m           | male       | 99.0        | 100.0   |
| 1         | a           | male       | 99.0        | 100.0   |
| 11        | k           | female     | 100.0       | 100.0   |
+-----------+-------------+------------+-------------+---------+--+

SELECT *,
    MAX(mark) OVER(ORDER BY mark rows BETWEEN 2 following AND 6 following)
FROM score;
+-----------+-------------+------------+-------------+---------+--+
| score.id  | score.name  | score.sex  | score.mark  | _wcol0  |
+-----------+-------------+------------+-------------+---------+--+
| 15        | o           | male       | NULL        | 72.0    |
| 14        | n           | female     | NULL        | 75.0    |
| 6         | f           | female     | 46.0        | 87.0    |
| 7         | g           | male       | 50.0        | 88.0    |
| 4         | d           | female     | 54.0        | 88.0    |
| 3         | c           | male       | 68.0        | 88.0    |
| 10        | j           | male       | 72.0        | 93.0    |
| 9         | i           | male       | 75.0        | 99.0    |
| 2         | b           | female     | 87.0        | 99.0    |
| 16        | p           | female     | 88.0        | 100.0   |
| 12        | l           | female     | 88.0        | 100.0   |
| 8         | h           | female     | 88.0        | 100.0   |
| 5         | e           | male       | 93.0        | 100.0   |
| 13        | m           | male       | 99.0        | 100.0   |
| 1         | a           | male       | 99.0        | NULL    |
| 11        | k           | female     | 100.0       | NULL    |
+-----------+-------------+------------+-------------+---------+--+

SELECT *,
    MAX(mark) OVER(ORDER BY mark range BETWEEN 20 preceding AND 20 following)
FROM score;
+-----------+-------------+------------+-------------+---------+--+
| score.id  | score.name  | score.sex  | score.mark  | _wcol0  |
+-----------+-------------+------------+-------------+---------+--+
| 15        | o           | male       | NULL        | NULL    |
| 14        | n           | female     | NULL        | NULL    |
| 6         | f           | female     | 46.0        | 54.0    |  
| 7         | g           | male       | 50.0        | 68.0    |
| 4         | d           | female     | 54.0        | 72.0    |
| 3         | c           | male       | 68.0        | 88.0    |  
| 10        | j           | male       | 72.0        | 88.0    |
| 9         | i           | male       | 75.0        | 93.0    |  
| 2         | b           | female     | 87.0        | 100.0   |
| 16        | p           | female     | 88.0        | 100.0   |
| 12        | l           | female     | 88.0        | 100.0   |
| 8         | h           | female     | 88.0        | 100.0   |
| 5         | e           | male       | 93.0        | 100.0   |
| 13        | m           | male       | 99.0        | 100.0   |
| 1         | a           | male       | 99.0        | 100.0   |
| 11        | k           | female     | 100.0       | 100.0   |
+-----------+-------------+------------+-------------+---------+--+

-- 取成绩前3名
WITH t1 AS(
    SELECT *,
        DENSE_RANK() OVER(ORDER BY mark desc) dk
    FROM score
)
SELECT * 
FROM t1 
WHERE dk <=3;

SELECT * 
FROM (
    SELECT *,
        DENSE_RANK() OVER(ORDER BY mark desc) dk
    FROM score
)t1 
WHERE dk <=3;

xinxinyydss
关注
  • 8
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
hive之高级查询
little_sloth的博客
07-19 760
hive之高级查询 一、Hive的数据查询 使用方法类似于MySQL，关键字和MySQL一样，不区分大小写 limit 用于控制输出的行数 where —在group by之前，可以没有 指定条件对数据进行筛选 group by子句 对查询的数据进行分组 having子句 对分组后数据进行进一步的条件筛选，与MySQL的用法一样，只能用在group by之后 CTE和嵌套查询 1）CTE WITH t1 AS (SELECT …) SELECT * FROM t1; 嵌套查询 SELECT * F
hive的like查新_Hive高级查询操作
weixin_42356811的博客
12-30 1100
Hive高级操作1.使用LIKE、AS创建表,表重命名，添加、修改、删除列表结构数据复制根据已存在的表结构，使用like关键字，复制一个表结构一模一样的新表hive> create table student_info2 like student_info;OKTime taken: 0.73 secondshive> show tables;OKemployeestudent_inf...
Hive高级查询
weixin_42898914的博客
12-15 185
1)配置查询头信息 在hive-site.xml hive.cli.print.header true &lt;/property hive.cli.print.current.db true 2)基本查询 -》全表查询 select * from empt; -》查询指定列 select empt.empno,empt.empname from empt; -》列别名 select e...
Hive高级查询语句
qq_40333693的博客
09-22 795
Hive查询-SELECT基础 select用于映射符合指定查询条件的行 Hive SELECT是数据库标准SQL子集 使用方法类似于MySQL select 1； select [distinct] column_name_list from table_name; select * from table_name; select * from employee where name != 'Lucy' limit 5; CTE和嵌套查询 CTE（Common Table Expression） CTE
hive基础与高级查询
korry24的博客
04-04 540
hive基础与高级查询1.数据库和数据仓库1.1 数据仓库1.2 数据库和数据仓库的区别1.3 数据仓库的分层架构2.Hive2.1 Hive的基本概念2.2 Hive元数据管理2.3 hive的命令窗口模式2.4 hive的数据类型2.5 数据库与数据表2.6 建表语句2.7 hive 分区2.8 分桶2.9 Hive视图（Views）2.10 装载数据2.11 Hive数据排序2.12 聚合函数2.13 窗口函数 1.数据库和数据仓库 1.1 数据仓库 什么是数据仓库 数据仓库（Data Wareho
大数据——Hive高级查询
蜂蜜柚子加苦茶
09-29 745
Hive高级查询Hive查询SELECT基础CTE和嵌套擦查询进阶语句Hive JOIN关联查询MAPJOINHive集合操作（UNION） Hive查询 SELECT基础 SELECT用于映射符合指定查询条件的行 Hive SELECT是数据库标准SQL的子集 使用方法类似于Mysql SELECT 1; SELECT [DISTINCT] column_nam_list FROM table_name; SELECT * FROM table_name; SELECT * FROM empl
hive高级查询
CherishL_的专栏
08-19 1148
查询操作 group by、order by、join、distribute by、sort by、cluster by、union all 底层的实现 mapreduce简单的聚合函数 count sum avg distinctorder by全局排序 order by 需要reduce操作，且只有一个reduce，与配置无关 如果数据量大的话，会很浪费资源order by过程
Apache Hive高级查询
zhenS1mple的博客
09-22 99
一、Hive的数据查询（select） select用于映射符合指定查询条件的行 Hive SELECT是数据库标准SQL的子集 使用方法类似于MySQL SELECT 1; SELECT [DISTINCT] column_nam_list FROM table_name; SELECT * FROM table_name; SELECT * FROM employee WHERE name!='Lucy' LIMIT 5; CTE和嵌套查询 -- CTE语法 WITH t1 AS (S
hive高级查询(二)
sun_0128的博客
07-11 6049
Hive聚合运算 - GROUP BY GROUP BY用于分组 Hive基本内置聚合函数与GROUP BY一起使用 如果没有指定GROUP BY子句，则默认聚合整个表 除聚合函数外，所选的其他列也必须包含在GROUP BY中 GROUP BY支持使用CASE WHEN或表达式 select category, max(offervalue) from offers group by category; -- group by使用表达式 select if(category > 4000, 'GOOD
Hive表的高级查询操作
会撸代码的懒羊羊
04-14 2400
介绍Hive中GROUP BY、ORDER BY和SORT BY、DISTRIBUTE BY和CLUSTER BY，以及JOIN的使用方法。
Hive高级编程
06-05
Hive高级编程
Hive 高级编程.pdf
10-19
高级编程
hive高级分析函数与优化.rar_hive_hive 函数优化_hive 分析 大数据_hive高级优化_oldwlc
09-23
大数据分析工具 hive 高级分析函数的使用与优化，笔记整理！
mysql事务(原理)
最新发布
m0_74347016的博客
05-19 517
mysql事务原理
php centos选择sqlserver的驱动和扩展选择版本的说明
Z.X的博客
05-14 440
2023年2月23日13:41:48首先是php php扩展 驱动 数据库的关系 官方文档说明： https://learn.microsoft.com/zh-cn/sql/connect/php/step-1-configure-development-environment-for-php-development?view=sql-server-2017https://learn.microsoft.com/zh-cn/sql/connect/php/system-requirements-for-th
生产报表工具PI DataLInk 与 行列视之间的区别
2401_83701843的博客
05-17 246
行列视，全名“行列视生产数据应用系统”，行列视品牌所面对的业务范围远远超越了PIDatalink报表工具，他首先是一款本地部署的在线Excel文档管理系统，解决个人报表在线管理问题，其次，她和PIDataLInk一样，也是面向实时数据库报表需求的一套工具，其区别在于行列视品牌兼容国内外大多数实时数据库，也可以同时连接多个数据源，也就是她完全可以替代PI-DataLINk，同时也适用于其他品牌下的实时数据库系统；
MySQL存储过程添加二十万条数据日常练习
mi_mx的博客
05-17 304
【代码】MySQL日常练习。
在window用bat批处理制作mongodb本地启动文件
weixin_50367873的博客
05-17 602
bat文件是dos下的批处理文件。批处理文件是无格式的文本文件，它包含一条或多条命令。它的文件扩展名- 为 .bat 或 .cmd。在命令提示下输入批处理文件的名称，或者双击该批处理文件，系统就会调用cmd.exe按照该文件中各个命令出现的顺序来逐个运行它们。使用批处理文件（也被称为批处理程序或脚本），可以简化日常或重复性任务。
【Golang】 MySQL 在 Go 语言驱动程序中常用参数
tr6666的博客
05-15 318
在 Go 语言中，我们使用数据库驱动程序来连接和操作数据库。对于 MySQL，我们通常使用 go-sql-driver/mysql 驱动程序。在使用这个驱动程序时，我们需要提供一个数据源名称（DSN），它是一个包含数据库连接信息的字符串。在这个字符串中，我们可以设置很多参数来控制驱动程序的行为。本文将介绍一些常用的参数。在 MySQL 的 Go 语言驱动程序中，我们可以通过设置 DSN 中的参数来控制驱动程序的行为。这些参数可以影响到连接的建立，数据的读写，以及数据的解析等各个方面。
hive 高级 面试题
10-21
以下是关于Hive高级面试题的回答： 1. Hive的架构及HQL转换为MR流程 Hive的架构包括Hive客户端、Hive服务端、元数据存储和Hadoop集群。Hive客户端通过HQL语句与Hive服务端交互，Hive服务端将HQL语句转换为MapReduce...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值