SQL之分组排序取top n

转自：http://blog.csdn.net/wguangliang/article/details/50167283

要求：按照课程分组，查找每个课程最高的两个成绩。

数据文件如下：

第一列no为学号，第二列course为课程，第三列score为分数

[plain] view plain copy

1. mysql> select * from lesson;

2. +-------+---------+-------+

3. | no    | course  | score |

4. +-------+---------+-------+

5. | N0101 | Marth   |   100 |

6. | N0102 | English |    12 |

7. | N0102 | Chinese |    55 |

8. | N0102 | History |    58 |

9. | N0102 | Marth   |    25 |

10. | N0103 | English |   100 |

11. | N0103 | Chinese |    87 |

12. | N0103 | History |    88 |

13. | N0103 | Marth   |    72 |

14. | N0104 | English |    20 |

15. | N0104 | Chinese |    60 |

16. | N0104 | History |    88 |

17. | N0104 | Marth   |    56 |

18. | N0105 | English |    56 |

19. | N0105 | Chinese |    88 |

20. | N0105 | History |    88 |

21. | N0201 | English |    66 |

22. | N0201 | Chinese |    77 |

23. | N0201 | History |    80 |

24. | N0201 | Marth   |   100 |

25. | N0202 | English |    35 |

26. | N0202 | Chinese |    56 |

27. | N0202 | History |    86 |

28. | N0202 | Marth   |    99 |

29. | N0203 | English |   100 |

30. | N0203 | Chinese |    87 |

31. | N0203 | History |    88 |

32. | N0203 | Marth   |    57 |

33. | N0204 | English |    98 |

34. | N0204 | Chinese |   100 |

35. | N0204 | History |    66 |

36. | N0204 | Marth   |    71 |

37. | N0205 | English |    98 |

38. | N0205 | Chinese |   100 |

39. | N0205 | History |    66 |

40. | N0205 | Marth   |    71 |

41. | N0301 | English |    66 |

42. | N0301 | Chinese |    89 |

43. | N0301 | History |    68 |

44. | N0301 | Marth   |    83 |

45. | N0302 | English |    76 |

46. | N0302 | Chinese |    99 |

47. | N0302 | History |    80 |

48. | N0302 | Marth   |    74 |

49. | N0303 | English |   100 |

50. | N0303 | Chinese |   100 |

51. | N0303 | History |    88 |

52. | N0303 | Marth   |    57 |

53. | N0304 | English |    76 |

54. | N0304 | Chinese |   100 |

55. | N0304 | History |    66 |

56. | N0304 | Marth   |    86 |

57. | N0305 | English |    98 |

58. | N0305 | Chinese |   100 |

59. | N0305 | History |    40 |

60. | N0305 | Marth   |    59 |

61. | N0306 | English |    52 |

62. | N0306 | Chinese |    87 |

63. | N0306 | History |    72 |

64. | N0306 | Marth   |    71 |

65. | N0101 | Chinese |    55 |

66. | N0101 | History |    84 |

67. | N0101 | English |    82 |

68. | N0101 | English |    82 |

69. +-------+---------+-------+

70. 64 rows in set

在hive上查询

1. select a.course,a.score

2. from

3. (

4. select course,score,row_number() over(partition by course order by score desc) as n

5. from lesson

6. )a

7. where a.n<=2;

其中：

1. row_number() over(partition by course order by score desc)

意思是以课程分组，按成绩递减排序，并为每组中的数据打上行号的标记，从1开始。

这样，再在外层套一层过滤行号小于等于2的即可:-D

查询结果如下图1所示：

图1 Hive查询结果

在mysql上查询

由于MySQL不支持row_number()over()等窗口函数

方法1.自查询比较

1. select course,score

2. from lesson a

3. where 2 >

4. (

5. select count(1)

6. from lesson b

7. where a.score<b.score and a.course=b.course

8. )

9. order by a.course,a.score desc;

因为是查询最高的两个成绩，所以是2>，如果查询最高的前N个成绩，改成 N>

该条sql语句的大概思路是：

从a表中拿出一条数据，与b表中所有与该条数据相同course的数据比较，统计出b表有多少相同课程的score比该条数据的score高；

如果b表中有0条比该条数据高，则该条数据是该门课程的最高分；

如果统计出有1条数据，则该条数据是该门课程分数的第二高；

但是，还存在一些问题：

比如，最高分存在多个，则会统计出多于2条的数据，如下图2统计结果也有所反应：

图2 mysql查询结果

方法2.动态sql

1. SET @row=0;

2. SET @groupid='';

3. select a.course,a.score

4. from

5. (

6. select no,course,score,case when @groupid=course then @row:=@row+1 else @row:=1 end rownum,@groupid:=course from lesson

7. order by course,score desc

8. )a

9. where a.rownum<=2;

其中：

@row用于统计行号，@groupid用于分组，记录该组的名称

1. select no,course,score,case when @groupid=course then @row:=@row+1 else @row:=1 end rownum,@groupid:=course from lesson

2. order by course,score desc

意思是：按照分组名course和需要的排序score递增 进行排序，这样，相同课程就会排在一起，且相同的课程之间按照成绩排序。

取出一条数据，如果该条数据的course与@group相同，则意味着是相同课程之间的比较，那么@row自加1。

否则意味着该条数据是另一门课程的第一条数据，则@row=1

这样每个课程就能够按照成绩排序并标记上行号

那么外层只需要过滤rownum<=2即可得到每门课的前2个最高分。

最后执行结果与hive一致，不再上图片了。