用于选择每个类别的前10个的配置单元查询

Question

我有一个hive表，其字段类似于：

卖方，catgid，subcatgid，PRODID，productdetail1，productdetail2 ....

现在，我想提取每个子类别（卖家，catgid，subcatgid的组合）的前10个产品列表（基于计数），并希望获得如下结果：

Seller1，catg1，subcatg1，{{prodid1，prod1details}，{prodid2，prod2details}，{prodid3，prod3details}，{prodid4，prod4details} ....}

Seller2，catg2，subcatg2，{{prodid5，prod5details}，{prodid6，prod6details}，{prodid7，prod7details}，{prodid8，prod8details} ....}

所以基本上我想要所有前10个产品的产品细节（最好是json格式），直到每个子类别 水平。 这是否可以通过配置单元查询？如果是的话，那么请你提供一个例子，如果没有，是否还有其他选择？

Answer 1

在http://ragrawal.wordpress.com/2011/11/18/extract-top-n-records-in-each-group-in-hadoophive/

找到上述问题的答案

Answer 2

莫希特，   看一下＆＃39; collect_max＆＃39; Brickhouse中的UDF（http://github.com/klout/brickhouse）。我认为它可以为更大的数据集提供更具可扩展性的解决方案（因为您可以减少需要进行的排序）。