sql - 在不使用 ROW_NUMBER() OVER 函数的情况下获取分区内行(等级)的序列号

Question

我需要按分区(或组)对行进行排名，即如果我的源表是:

NAME PRICE
---- -----
AAA  1.59
AAA  2.00
AAA  0.75
BBB  3.48
BBB  2.19
BBB  0.99
BBB  2.50

我想获得目标表:

RANK NAME PRICE
---- ---- -----
1    AAA  0.75
2    AAA  1.59
3    AAA  2.00
1    BBB  0.99
2    BBB  2.19
3    BBB  2.50
4    BBB  3.48

通常我会使用 ROW_NUMBER() OVER函数，所以在 Apache Hive 中它将是:

select
  row_number() over (partition by NAME order by PRICE) as RANK,
  NAME,
  PRICE
from
  MY_TABLE
;

不幸的是，Cloudera Impala 不支持(目前) ROW_NUMBER() OVER功能，所以我正在寻找解决方法。最好不要使用 UDAF，因为说服将其部署到服务器在政治上是困难的。

Answer 1

如果您不能使用相关子查询来做到这一点，您仍然可以使用连接来做到这一点:

select t1.name, t1.price,
       coalesce(count(t2.name) + 1, 1)
from my_table t1 join
     my_table t2
     on t2.name = t1.name and
        t2.price < t1.price
order by t1.name, t1.price;

请注意，这并不完全正确 row_number()除非给定的所有价格都不同 name .这个公式实际上相当于 rank() .

对于 row_number() ，您需要一个唯一的行标识符。

顺便说一下，以下等价于 dense_rank() :

select t1.name, t1.price,
       coalesce(count(distinct t2.name) + 1, 1)
from my_table t1 join
     my_table t2
     on t2.name = t1.name and
        t2.price < t1.price
order by t1.name, t1.price;