如何用HiveQL获取每日Value值最高的Department？

这是个很典型的分组取Top1的需求，在Hive里有两种常用且靠谱的实现方式，我给你详细说说：

方法一：窗口函数法（推荐，效率更高） #

用ROW_NUMBER()窗口函数是最直观也最高效的方式，它能帮我们在每个日期分组内对数据排序，然后直接取排名第一的记录。

SELECT Date, Department, Value
FROM (
    SELECT 
        Date, 
        Department, 
        Value,
        -- 按日期分组，每组内按Value降序排序，生成排名
        ROW_NUMBER() OVER (PARTITION BY Date ORDER BY Value DESC) AS rank_num
    FROM your_table_name  -- 替换成你的实际表名
) ranked_data
WHERE rank_num = 1;

补充说明： #

• PARTITION BY Date：把数据按日期拆分成独立的分组
• ORDER BY Value DESC：在每个日期组内，按Value从大到小排序
• 如果某天有多个部门的Value并列最高，ROW_NUMBER()只会返回其中一条；要是想保留所有并列的记录，可以把ROW_NUMBER()换成RANK()或者DENSE_RANK()

方法二：分组子查询关联法 #

这种方法先算出每日的最大Value，再和原表关联匹配出对应的部门信息，适合需要保留所有并列最高记录的场景：

SELECT t1.Date, t1.Department, t1.Value
FROM your_table_name t1
INNER JOIN (
    -- 先统计每个日期的最大Value
    SELECT Date, MAX(Value) AS daily_max_value
    FROM your_table_name
    GROUP BY Date
) t2 
ON t1.Date = t2.Date AND t1.Value = t2.daily_max_value;

补充说明： #

• 子查询t2负责计算每个日期的最高Value，然后通过日期和Value与原表t1关联，就能拿到所有符合条件的部门记录
• 这种方法会返回所有并列最高的部门，不需要额外调整函数

如果你的表数据量较大，优先选窗口函数法，因为它只需要扫描一次表，性能更优；子查询法则需要两次扫描表，但逻辑更易懂。记得把代码里的your_table_name替换成你实际使用的表名哦~

内容的提问来源于stack exchange，提问作者LSG