使用HiveQL，如何提取具有最高整数的行？

Question

我有一个包含几百万行数据的表，如下所示：

+---------------+--------------+-------------------+
| page          | search_term  |    interactions   |
+---------------+--------------+-------------------+
| /mom          |  pizza       |        15         |
| /dad          |  pizza       |         8         |
| /uncle        |  pizza       |         2         |
| /brother      |  pizza       |         7         |
| /mom          |  pasta       |        12         |
| /dad          |  pasta       |        23         |
+---------------+--------------+-------------------+

我的目标是运行一个HiveQL查询，该查询将返回最大的＆＃39;互动＆＃39;每个唯一页面/术语组合的编号。例如：

+---------------+--------------+-------------------+
| page          |  search_term |    interactions   |
+---------------+--------------+-------------------+
| /dad          |  pasta       |        23         |
| /mom          |  pizza       |        15         |
+---------------+--------------+-------------------+

考虑到每个唯一页面都有成千上万的search_terms，我怎么写这个呢，但我只想把一个search_term拉到最多的交互？

我尝试过使用max（interaction）和max（struct（interact，search_term））。col1但是没有运气。无论有多少交互，我的输出始终为每个页面提供所有search_terms。

谢谢！

Answer 1

使用row_number（）分析函数：

select page, search_term, interactions from (select page, search_term, interactions, row_number() over (partition by page order by interactions desc ) rn )s where rn = 1;