从每个组获取第一条记录，而无需使用ROW_NUMBER或RANK

编程问答 2022-06-05

问题描述

由于Hive软件的限制，我没有使用RANK（），PARTITION BY和OVER（）的奢望。

我想做的是从每个组中检索第一行。

表架构如下：

# Field,Type,Null,Key,Default,Extra
'prod_id','int(11)','NO','PRI',NULL,''
'brand','varchar(20)','YES','',''
'name','varchar(75)',''
'price',''
'cost',''
'shipping_wt','smallint(6)',''

我目前通过sql的解决方案是：

select brand,name,price from 
(select brand,price,row_number() 
over(partition by brand order by price desc) as rn 
from products) as sub 
where rn=1;

如果没有上述功能和关键字，怎么办？

解决方法

您可以使用join和聚合：

select p.*
from products p join
     (select p.brand,min(p.price) as min_price
      from products p
      group by p.brand
     ) pp
     on p.brand = pp.brand and p.price = pp.min_price;

这实际上等效于rank()而不是row_number()，但是如果没有重复价格，则是相同的。

不过，我强烈建议您使用窗口功能。它们不仅是标准的，而且是Hive不可或缺的一部分，但它们也应该更快。

hiveqlsqlsql