Hive字符串转整数处理及员工表最高Grade对应薪资查询问题

首先得明确：你的员工表中Grade是字符串类型（比如C1、C2），直接按字符串排序会出问题（比如C10会被认为比C2小，因为字符串排序是逐字符比较的）。所以核心是把Grade中的数字部分提取出来转成整数，再判断“最高”。

下面给你两种实用的Hive SQL方案，你可以根据需求选择：

方法1：子查询关联法 #

先把每个Grade转成对应的整数，找到最大的那个整数，再关联原表拿到对应的Grade和薪资：

WITH grade_num AS (
    SELECT 
        Empid,
        EmpName,
        Grade,
        Salary,
        -- 提取Grade中的数字部分并转成整数
        CAST(REGEXP_EXTRACT(Grade, '\\d+', 0) AS INT) AS grade_int
    FROM emp_table
),
max_grade_info AS (
    SELECT MAX(grade_int) AS max_grade_int FROM grade_num
)
SELECT 
    g.Grade,
    g.Salary
FROM grade_num g
JOIN max_grade_info m ON g.grade_int = m.max_grade_int;

说明： #

• REGEXP_EXTRACT(Grade, '\\d+', 0)用来从Grade字符串中提取所有连续的数字（比如从C1里提取1，C2里提取2）
• 用CAST(...) AS INT把提取到的数字字符串转成整数，这样就能正确比较大小了

方法2：窗口函数法（更简洁） #

用窗口函数直接给记录按Grade对应的整数降序排名，取排名第一的记录：

WITH grade_ranked AS (
    SELECT 
        Grade,
        Salary,
        -- 按Grade对应的整数降序排名，排名1的就是最高Grade
        RANK() OVER(ORDER BY CAST(REGEXP_EXTRACT(Grade, '\\d+', 0) AS INT) DESC) AS rnk
    FROM emp_table
)
SELECT Grade, Salary
FROM grade_ranked
WHERE rnk = 1;

说明： #

• 用RANK()的好处是，如果有多个员工属于最高Grade（比如有多个C2的员工），所有符合条件的记录都会被返回；如果你只需要一条，可以换成ROW_NUMBER()

另外要注意：如果你的Grade格式有变化（比如不是单一字母+数字），需要调整正则表达式，但从你给出的样本数据来看，\\d+完全够用。

内容的提问来源于stack exchange，提问作者DevilGod