081-尚硅谷-Hive-DML 函数 窗口函数 Rank

好，那接下来我们看一下这个rank啊，一看就知道他是排名的，打打排位的啊，Rank分是吧，多少分，一万多分有点扯了，然后这个排名的，但是它也必须后面跟着over对吧？啊，必须也跟着over，就单独用，用不了啊，它是用来排名的，那这个地方呢，有列了有三个，一个呢叫rank。说的是排序相同时会重复，总数不会变，然后第二个第3RANK叫排序相同时会重复，总数会减少，最后一个会根据顺序计算，就是说排序就算你相同的时候，它不会重复，这个大家应该都经历过，就是正常的在学校里边那个分数对吧？分数排名问题，如果两个人分数一样，嗯，各种情况都有啊，在学校里边可能两个总分一样的时候，就并列对，并列第一，假如说两个第一。

接下来一个人是第二还是第三，是不是都都有啊对吧，都有排序，那其实讲的就是这种第一个rank排名相同的时候，重复就是允许并列，总数不会变，就是113。这个叫总数不会变对吧，那总数会减少，他排名呢，就是112，总数是不是少了，总的三个人，最后一个名次是二，是不是总数减少啊，指的这个意思，然后呢。它不是的，就它就是123，他不会考虑你的不一样的问题了啊，就一样的问题，它就是正常是正常算的，因为这很简单，很好记啊，嗯，这三个记两个是不是就够了，因为三种情况大家都知道一二对吧，一三，还有一个是123记两个就行了，那这个呢叫number number翻译过来叫什么。

行号对不对啊？行号可能重复吗？不可能重复吧，我要对每一行数据进行排序，行号可能重复吗？不可能对吧？所以number呢，它是这种不可重复的，而de rank什么意思？对，什么压缩的密集的吧，密集的，所以密集的，你看这两个哪个是密集的，那肯定是112吧，挨着的密集的对吧？啊，所以你进两个就够了，好，那接下来呢，我们都把这个用一下啊啊那这块呢，有一堆人考了一堆成绩是吧？把这个数据呢拿过来，这四个人又来了是吧。来检查一下，还是中间都是什么table键对吧？啊这里边呢会搞的，看这个里边我记得有一个人的分数是一样的。

啊。他们俩的英语成绩一样的对吧？啊到时候呢，我们就主要看它啊，主要看它OK好他C拿过来，然后呢，我们YM一个score分数对吧，点开这啊开插入放哪里来保存退出，然后接下来呢，我们把这个表去建一下面语句。嗯，然后这个位置我再改一下，诶少了一个斜杠是吧？嗯，这个S我不要，我就直接从这粘到这一把搂过来，好先拉的新这个，这是我们的一个数据啊，这是我们的数据，好，那假如说我们要做全局的一个排序。就是按分数排，我也不管他语文还是数学还是英语全局排那怎么办？谁来给他呃，来一个新是吧，逗号，然后呢，软号后面跟着必须要跟over啊，我要全局排，那就直接跟分数全局排对吧？All对啊，那给指定一个啊，然后呢，哎，按照分数排from这个什么。

嗯，收到这张表。那我们看一下，先看一下这个全局的，哎，它里边呢，有很多呃，分数是一样的，对吧，这是rank现在一样的，这个O里边照样我们还能够写这个什么partition限定范围，那我们就正常的来说，是不是把这个相同学科在一起排啊，对吧，把相同学科在一起啊，我们先总的排大家看。12345看这个数据。

是不是并列就有RA，我们说了是可以并列的对吧，而且总数你看它两个六后面跟着是谁啊，跟着八不是七不是密集的啊呃，那如果说我们换一种，哎，是。这个应该就是667了，对吧啊667了，1345667啊，应该是这样的情况，它密集的还有一个叫它就按顺序正常排了12345678往下排的。Rank，你看总共12条数据，最后呢，最大的这个值是多少啊，11，这就是我们说的总数会减少指的这个意思，因为它是密集的对吧，667哎，它是这样来的，那还有一个就是我们所看到还有一个叫什么number完全不一样的对吧，叫行号啊。

那这个就不不存在重复的数据了，哪怕你这个分数一样的也不重复。走完了，然后呢，他是12中间你看两个一样的，他怎么样。六七去放的，六七去放的，但这边有一个点需要跟大家说明一下，刚才两个是一样的，对吧，同样的名次，所以无论谁在前谁在后无所谓吧，但是你会发现这个问题啊，你看我们的数据，从从那个数据角度来说啊。看是不是大海的前面，宋宋应该在哪啊，英语他在后面吧，但是。

包括前面的也一样啊，尽管你两个人都一样的对吧，两个六还是速度在前面这块呢，也是一样的，主要是因为它经过排序了，而我们按分数排，这两个值是不一样的。没有先后顺序吧，也就相当于，那为什么会正反了呢？是因为我们用的是MR引擎，MR引擎在计算过程当中啊，它会经过环形缓冲区。欢迎网城区里边出来什么要做排序啊，写到文件里面对吧？啊，但是一排序它俩是一样的，既然一样的那就干什么正常按顺序写对不对，一样的没有考试顺序写吗？但是我们知道欢迎网中区是不是反向一写的。对吧，正好在环形网中区里边。

啊，在环网城区里边放是这样的，那如果说你只有map任务啊，没有reducer任务，只有map Mr只有map任务，没有reduce照样用这个去读对吧，假如我也没有排序，没有指定排序规则，这个时候不会反，为什么对，因为他不走环境缓冲区，你可以去测一下，这些东西都可以自己测，对吧，你你在里面呢，你就用什么东西呢，K呢，你用那。用none readable当key这个东西不是不会排序吗？对吧，大家都是none的时候，它会排序吗？它不会对吧，你写一个设置为六色为一，以及设置为六个数为零，你看一下。啊，或者说压根就不设置这个radio色对吧，你去看一下，结果一个是反的，一个不反，嗯，因为我们如果有有radio的话，且不排序啊，它在环形网中区正好是反向写啊，正好是反的，主要是这一点需要大家注意一下啊，其他的没有什么好，这是我们所看到，那当然呢，我们可以做这个，在假如说我们还用润康，我们想呢，在这个。

各个成绩内部分别进行排序对吧？那这个总的排序其实意义不大啊，总总的排序对吧，又不是总分，你把各个学科放在一起排序啊，那有可能各个学科的总总分还不一样呢，对吧？那我们一般的是在什么学科内部进行排序，哎，Subject，然后这个分数对吧？各个学科跟各个学科进行提交。那我们看一下这个效果好来看啊这。数学是不是跟数学比了，独立的一个排名吧，然后这个是英语对吧，英语有相同的三三啊，然后呢是语文，诶都是独立的分别去排名的，对吧，那这个时候既然有这样的东西，我们就可以很好的取什么东西呢？我想学每个学科。

前三名。我要取每个学科前三名的学生。现在不四个吗？对吧，这怎么取啊，好取吗？这个都出来了，我只需要把这个内容做什么事把它拿过来，我要前三名，首先呢排序这个是不是得de了。要前三名嘛，刚才我们正常顺序排的对吧，那我们倒倒过来排啊，就按最大的放在最前面，这个是根据这个分数拿到了对吧？啊，那接下来呢，我们这张表只能叫什么呢？T表是不是对这个还有一个子查权呢，Select。

然后呢，我们写一下叫name。学科分数对吧，然后from第一表加一个过滤吧，We will什么东西？为我们是不是应该给它加一个联名啊，给这个注意这个东西啊，就over函数加别名加在over这个括号后面，加over括号后面，或者说我把这个写成这个样子啊，看清楚一点，这是一个整体的一个字段吧，对吧，这是一字段啊，那加别名是不是加在字段的最后啊，我把它因为现在要用了，对吧，我叫RK啊然后呢，为了RK要小于等于三，我们不要前三名吗？对吧？啊前三名好，那这边呢，我们加一个括号。

那大家想一下啊，如果说咱们没有这个开窗函数，你求这个前三名怎么玩，李米米怎么做，现在三个，那我现在三个学科，每个学科前三名最终几条数据啊。九九条数据吧，条数据，你的三就只有三条数据。怎么写来，你你报一下好吧。来的有人有人会写的是吧，来我先写下内部要学科要对吧，分数保留着。

啊，就单个一个一个的求是吧，然后一起来。一个一个求关键现在的问题，假如我不知道几个学科呢？我不知道有几个学科。这学科的名字我不知道，我就要按这个一个列做什么做分组，其实这就是一个分组套N的问题，对吧？好，先按分组要去求套N。大家可以尝试拿你的买搜去写一写，挺复杂的，他得自关联他这个well条件里边，他就说相当于个人事呢，把这张表再来一份。然后根据相同的K作为关联条件，如果说我这个分数大于你这个分数就要啊，就作一个处理，可以去尝试写一下，比较麻烦这个地方就是由于我们的开窗给我们带来的方便啊，就是你要自己这样写啊，就很麻烦的啊，超级麻烦的，它这次关联必须得自己跟自己去做，Join join语条件呢，当然是学科相同。

然后还有一个就是说，我必须我的分数要大于你的分数。对吧，然后看照应出来有多少条。啊，然后就干什么事呢，照应出来之后我要取，那如果说我这边分数是最大的，我去照应的时候，照应条件是我的分数大于你右边的分数，是不是相当于说我这个条数是最多的。照应之后就是最高分数，最高的这条数据而言，它的行数是最多的，因为我取的是大于这个条件嘛，就首先学科相同，然后呢，分数左边大。那如果说你是整个学科当中最低分，你有数据吗？没有数据吧啊，得用这种方式比较麻烦，而我们现在有了这个窗口函数就简单很多了，而MYL8版本以后呢，也引入了窗口函数，也不需要那样写了，那样写太麻烦了，现了好几层啊，写出来那个很麻烦啊，所以呢，有了窗口函数之后，我们求这个就是求分组套分的一个方式，给他分组求排名完之后呢，至于你想取前几，那就小于等于几，对吧，最后我们可以看一下，在这只有九条数据了，对吧？每个学科呢，求到的它的一个前三名啊，只有三条数据，当然有同学提到了，如果说真不行，我知道有三个学科。

我先把数学整个的全部过滤出来。按照这个分数排名倒叙对吧里三，然后把英语过滤出来，把语文过滤出来，然后把三张表用定在一起，这种方式也是不是也可以对吧？这是建立在你知道学科的基础上，如果不知道呢？就麻烦很多啊，不知道就麻烦很多，只能是自己去关联自己啊，用这种方式查这个呢，是我们所聊的用窗口函数呢，实际上我们分组套N的一个内容啊，就是分组套班，这下面有啊三种都可以啊，三种啊，当然这三种的区别就在于是否能重复呗去做这些事情。