row_number()、rank()和dense_rank()的区别以及具体使用

row_number()、rank()和dense_rank()这三个是Hive内置的分析函数，下面我们来看看他们的区别和具体的使用案例。

首先创建一个文件test

A,1
B,3
C,2
D,3
E,4
F,5
G,6

然后创建hive表：

create table test_rank(a string,b int) row format delimited fields terminated by ',' stored as textfile;

load数据到表中

load data local inpath '/usr/java/test' overwrite into table test_rank;

执行下面的语句

select 
a,
row_number() over(order by b) row_number,
rank() over(order by b) rank,
dense_rank() over(order by b) dense_rank 
from yijie.test_rank;

结果为：

a   row_number  rank    dense_rank
A       1        1          1
C       2        2          2
D       3        3          3
B       4        3          3
E       5        5          4
F       6        6          5
G       7        7          6

结论：
row_number:不管排名是否有相同的，都按照顺序1，2，3…..n
rank:排名相同的名次一样，同一排名有几个，后面排名就会跳过几次
dense_rank:排名相同的名次一样，且后面名次不跳跃