sql - 将表中的每个字段与同一表中的每个其他字段进行比较

Question

想象一个只有一列的表。

+------+
|  v   |
+------+
|0.1234|
|0.8923|
|0.5221|
+------+

我想对第 K 行执行以下操作:

取行 K=1 值:0.1234

计算表的其余部分中有多少个值小于或等于第 1 行中的值。

遍历所有行
输出应该是:

+------+-------+
| v    |output |
+------+-------+
|0.1234|   0   |
|0.8923|   2   | 
|0.5221|   1   | 
+------+-------+

快速更新我使用这种方法来计算上表中每个 v 值的统计量。交叉连接方法对于我处理的数据大小来说太慢了。因此，相反，我计算了 v 值网格的统计数据，然后将它们与原始数据中的 vs 进行了匹配。 v_table 是之前的数据表，stat_comp 是统计表。

AS SELECT t1.* 
,CASE WHEN v<=1.000000 THEN pr_1 
WHEN v<=2.000000 AND v>1.000000 THEN pr_2 
FROM v_table  AS t1 
LEFT OUTER JOIN stat_comp AS t2

Answer 1

Windows 函数在 1999 年被添加到 ANSI/ISO SQL，并在 2013 年 5 月 15 日发布的 0.11 版中添加到 Hive。
您正在寻找的是 的变体排名与关系高 在 ANSI/ISO SQL:2011 中看起来像这样 -

rank () over (order by v with ties high) - 1

Hive 目前不支持 with ties ...但逻辑可以使用 count(*) over (...) 来实现

select  v
       ,count(*) over (order by v) - 1 as rank_with_ties_high_implicit

from    mytable
;

或者

select  v
       ,count(*) over 
        (
            order by v
            range between unbounded preceding and current row            
        )  - 1  as rank_with_ties_high_explicit

from    mytable
;