如何消除 Hive 中的“rank() over (...order by timestamp)”模式？

编程问答 2022-05-26

问题描述

这种模式似乎非常低效：

SELECT
  *
FROM
  table1 a
  inner join (
    SELECT
       *,rank() over (partition by orderNum order by orderUpdateTime) rnk
    ) b ...
WHERE
  b.rnk = 1

它也以同样的方式使用 row_number() 出现。

我们必须这样做的原因是，当我们的计费系统中出现订单更改时，我们会添加新记录而不是更新旧记录（我认为无法更新是 Hive 的限制；如果我错了，请执行指出来）。

是否有一种有效的方法可以避免这种“历史过载”问题？

我怀疑该解决方案将非常特定于上下文，因此我正在寻找可以避免部署此模式的一般原则和架构技巧。或者，同样好，一种替换此模式的方法（因为它出现在我们的代码中）。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

anti-patternsdatabase-designhiveperformance