首页 > 数据库 >Hive row_number()常见查询用法

Hive row_number()常见查询用法

来源：互联网 2026-06-29 08:44:12

row_number()函数为Hive查询结果生成唯一连续序号，支持与ORDERBY配合实现全局排序，也可通过OVER子句结合PARTITIONBY与ORDERBY在分区内重新编号，常用于数据去重，每组仅保留序号为1的行即每组第一条记录，也可用于分组TopN查询和数据清洗等场景。

在Hive的日常数据处理中，`row_number()` 函数绝对算得上高频工具。它的核心作用很简单——为结果集中的每一行分配一个唯一且连续的整数，就像给数据打上序号一样。别看原理简单，实际用起来花样很多。 Hive row_number()常见查询用法

row_number() 函数基础用法

先从最基础的排序说起。需要按某个字段排好序，再给每行标个序号？`row_number()` 配合 `ORDER BY` 就能轻松搞定。比如按时间戳给事件排序，每条记录就都能拿到一个递增的序号，这在分析时间序列数据时非常顺手。

SELECT column1, column2, ROW_NUMBER() OVER (ORDER BY timestamp_column) AS row_numFROM your_table;

分组内排序

更常见的是在分组内部进行编号。比如按部门给员工排名，或者按地区对销售额排序——这时候就得用 `PARTITION BY` 指定分组字段，再配合 `ORDER BY` 决定组内的排序顺序。每个组内的序号都会从1重新开始，用起来特别灵活。

SELECT column1, column2, ROW_NUMBER() OVER (PARTITION BY column3 ORDER BY column4) AS row_numFROM your_table;

数据去重经典用法

去重场景里，`row_number()` 更是经典搭档。当表中存在重复行时，先通过 `PARTITION BY` 把相同的数据划到一个组，再按某个字段排序（比如可以用主键或时间戳），然后每组只取序号为1的那一行——重复数据就被干净利落地过滤掉了。这种写法比单纯的 `DISTINCT` 更可控，尤其在需要保留特定顺序或字段的情况下。

WITH numbered_rows AS (SELECT column1, column2, ROW_NUMBER() OVER (PARTITION BY column3 ORDER BY column4) AS row_numFROM your_table)SELECT column1, column2FROM numbered_rowsWHERE row_num = 1;