Question

我有一个用例，我需要在PARTITION上使用ROW_NUMBER（）：类似的东西：

SELECT
  Column1 , Column 2
  ROW_NUMBER() OVER (
    PARTITION BY ACCOUNT_NUM
    ORDER BY FREQ, MAN, MODEL) as LEVEL
FROM
  TEST_TABLE

我需要在Impala中解决这个问题。不幸的是，Impala不支持子查询，也不支持ROW_NUMBER（）OVER功能。谢谢你的帮助。

Answer 1

在CDH 5.2中添加了ROW_NUMBER（）OVER PARTITION：

https://www.cloudera.com/documentation/enterprise/latest/topics/impala_analytic_functions.html#row_number

ROW_NUMBER() OVER([partition_by_clause] order_by_clause)

Answer 2

对于此类查询，Impala相当有限。有了一些假设，这个查询是可能的：

分区子句中的四列永远不会是NULL
分区子句中的四列唯一标识一行

查询相当丑陋和昂贵：

select tt.column1, tt.column2, count(*) as level
from test_table tt join
     test_table tt2
     on tt.account_num = tt2.account_num and
        (tt2.freq < tt.freq or
         tt2.freq = tt.freq and tt2.man < t.man or
         tt2.freq = tt.freq and tt2.man = t.man and tt2.model <= t.model
        )
group by tt.column1, tt.column2, tt.account_num, tt.freq, tt.man, tt.model;

Answer 3

Impala现在支持over子句。语法与问题中的相同。

SELECT
  Column1 , Column 2
  ROW_NUMBER() OVER (
    PARTITION BY ACCOUNT_NUM
    ORDER BY FREQ, MAN, MODEL) as LEVEL
FROM
  TEST_TABLE

Impala文档： https://www.cloudera.com/documentation/enterprise/5-6-x/topics/impala_analytic_functions.html#over

Answer 4

Impala支持子查询。既可以放在括号中，也可以使用with函数。

在impala中ROW_NUMBER（）OVER

4 个答案: