Hive每日交易排名求助：实现同trx值无重复排名

嘿，我来帮你解决这个Hive排名的问题！

从你的需求来看，核心是按日期分组对交易数据排名，且相同trx值的排名不能重复——说白了就是每个行都要有唯一的排名，不能出现并列的情况对吧？

解决思路：用Hive的ROW_NUMBER()窗口函数 #

Hive里的窗口函数正好能搞定这个场景，其中ROW_NUMBER()就是专门用来生成唯一序号的，不管你的trx值是否重复，它都会给每个分组内的行分配一个不重复的排名。

具体SQL示例 #

假设你的表名叫transaction_data，字段是date、hour、trx，那对应的SQL可以这么写：

SELECT 
    date,
    hour,
    trx,
    -- 按日期分组，trx降序排列生成唯一排名
    ROW_NUMBER() OVER (PARTITION BY date ORDER BY trx DESC) AS rnk
FROM transaction_data;

关键逻辑说明 #

• PARTITION BY date：把数据按日期拆分，确保每天的交易数据单独进行排名，不会和其他日期的混在一起。
• ORDER BY trx DESC：指定排名的依据，这里是按trx从大到小排（如果需要从小到大排名，改成ASC就行）。
• ROW_NUMBER()：这个函数会给每个分组内的行按顺序分配唯一的数字序号，哪怕有多个行的trx值完全相同，它们的排名也不会重复——完美匹配你的需求！

为啥不用RANK()或DENSE_RANK()？ #

顺便给你提下另外两个排名函数的区别，避免踩坑：

• RANK()：如果有相同值的行，会给它们相同的排名，但下一个排名会跳过对应的位数（比如两个第1名，下一个就是第3名）。
• DENSE_RANK()：相同值的行也会有相同排名，但下一个排名不会跳号（两个第1名，下一个是第2名）。
  这两个都会出现重复的排名，不符合你的要求，所以咱们就用ROW_NUMBER()就对了。

内容的提问来源于stack exchange，提问作者galih