Hive的分析函数 - rank(), row_number(), dense_rank()区别
2026-10-21 04:27:03
Hive中rank()、row_number()、dense_rank()函数的区别
在Hive中，rank()、row_number()和dense_rank()是三个常用的分析函数，它们用于对数据进行排序并生成相应的排名。尽管这三个函数都涉及排名，但它们在处理相同值时的行为有所不同。
一、rank()函数
功能描述：rank()函数对数据进行排序时，对于相同的排序值会赋予相同的排名，并且下一个不同值的排名会跳跃。也就是说，如果存在多个相同的值，它们会共享同一个排名，而下一个不同值的排名会跳过这些共享排名的数量。
示例说明：假设有一组数据，按照某个字段排序后得到以下结果（仅展示排序字段和排名结果）：
A, 1
B, 2
B, 2
C, 4
D, 5
在这个例子中，B有两个相同的值，因此它们都被赋予排名2，而下一个不同值C的排名则跳跃到4，跳过了原本可能分配给C的排名3。
二、row_number()函数
功能描述：row_number()函数按照顺序为每一行数据分配一个唯一的排名，不管排名是否有相同的值。也就是说，它会按照数据的顺序，从1开始依次递增地分配排名。
示例说明：同样以上面的数据为例，使用row_number()函数进行排名会得到以下结果：
A, 1
B, 2
B, 3
C, 4
D, 5
在这个例子中，即使B有两个相同的值，它们也会被分别赋予不同的排名。
三、dense_rank()函数
功能描述：dense_rank()函数对于排名相同的值会赋予相同的排名，且后面的排名不会跳跃。也就是说，如果存在多个相同的值，它们会共享同一个排名，而下一个不同值的排名会紧接着上一个排名之后。
示例说明：以上面的数据为例，使用dense_rank()函数进行排名会得到以下结果：
A, 1
B, 2
B, 2
C, 3
D, 4
在这个例子中，B有两个相同的值，因此它们都被赋予排名2，而下一个不同值C的排名则紧接着上一个排名2之后，为3。
总结
- rank()：对于相同的排序值赋予相同的排名，下一个不同值的排名会跳跃。
- row_number()：按照数据的顺序依次递增地分配唯一的排名。
- dense_rank()：对于相同的排序值赋予相同的排名，且后面的排名不会跳跃。
以下是这三个函数在Hive中的使用示例以及它们生成排名的直观对比图：
（注：图片展示了三个函数在相同数据集上生成的排名结果，可以清晰地看到它们之间的区别。）
通过对比这三个函数的行为和示例，可以更加直观地理解它们在Hive中的使用场景和区别。
热门标签
