用于时间序列数据的SQL top N系列

Question

我正在尝试构建一个sql查询，它将为我提供前N系列。为了简化，我们可以说前N代表第一天的最大数量（）（或整个系列的数量（）将更好）。

例如： 我有X列，但只有两个我将聚合在一起：＆＃34; color＆＃34;和＆＃34;日期＆＃34;。 ＆＃34;颜色＆＃34;列有多个100个变体，但我只想要前10个。对于10＆＃34;颜色中的每一个＆＃34;我希望得到所有日期的计数（*）

如果没有排名，我的查询将如下所示：

"select count(*), color, date from table group by color, date"

如果我通过+限制＆＃34;它只会选择顶部片段，但不会选择顶级片段。

有什么想法吗？

感谢

PS;如果这改变了我正在使用的hive / impala

EX输入：

color  | date 
red    | 2016-01-01
red    | 2016-01-01
red    | 2016-01-01
red    | 2016-01-01
black  | 2016-01-01
black  | 2016-01-01
black  | 2016-01-01
red    | 2016-01-02
red    | 2016-01-02
black  | 2016-01-02
black  | 2016-01-02
black  | 2016-01-02
blue   | 2016-01-03
blue   | 2016-01-03
blue   | 2016-01-03
blue   | 2016-01-03
black  | 2016-01-03
red    | 2016-01-03

在这种情况下，如果我只选择＆＃34;前2系列＆＃34;，即使蓝色是第3天最大的，我也只想选择黑色和红色，因为它们是最大的＆＃34;整体＆ ＃34 ;.蓝色应该完全过滤掉结果

期望的输出

color  | date       | count
red    | 2016-01-01 |   4
black  | 2016-01-01 |   3
red    | 2016-01-02 |   2
black  | 2016-01-02 |   3
red    | 2016-01-03 |   1
black  | 2016-01-03 |   1

Answer 1

这可以通过cte和window function来实现。

with temp as (
SELECT color ,date, COUNT(1) OVER (PARTITION BY color ,date ) as cont
from table)
select *  from temp order by cont

注意：使用表名更新表。