怎么在Spark SQL中使用ROW_NUMBER取Top N数据

小丽君_6599

小丽君_6599

2026-11-18

847人浏览

原创

在spark sql中,使用 row_number() 取top n数据需要结合窗口函数 over (partition by ... order by ...)。具体做法是:先按分组列分区、按排序列降序排列生成行号,再在外层查询中过滤行号为1到n的记录。这种方法能确保每个分组内只保留前n条记录,且结果稳定(若存在并列值需配合唯一键处理)。

怎么在Spark SQL中使用ROW_NUMBER取Top N数据

如何为每个用户获取消费最高的前3笔订单

直接回答:通过 ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY amount DESC) 生成序号并筛选 user_id 和 amount 的订单表,输出是每个用户金额最大的前3条订单记录。关键参数是分区字段 user_id 和排序字段 amount,若金额相同则按 order_id 进一步确定顺序以保证确定性。

怎么在Spark SQL中使用ROW_NUMBER取Top N数据

SELECT * FROM (
    SELECT 
        order_id,
        user_id,
        amount,
        ROW_NUMBER() OVER(
            PARTITION BY user_id 
            ORDER BY amount DESC, order_id ASC
        ) as rn
    FROM orders
) t WHERE rn <p>预期结果:假设用户A有5笔订单,金额分别为100, 90, 80, 70, 60,则返回金额100, 90, 80对应的三条记录。用户B同理。若某用户订单不足3笔,则返回其所有订单。</p><h2>如果存在并列金额,ROW_NUMBER会如何处理</h2><p>直接回答:<code>ROW_NUMBER()</code> 会为每一行分配唯一的连续整数,即使金额完全相同也会根据 <code>ORDER BY</code> 中的次要排序键(如 <code>order_id</code>)强制区分先后。因此不会出现两个行号都是1的情况,也不会跳过任何数字。这与 <code>RANK()</code> 或 <code>DENSE_RANK()</code> 不同,后者可能产生重复或跳跃的行号。</p><p><img src="https://img.php.cn/upload/article/000/969/633/179496192583767.png?x-oss-process=image/resize,p_40" alt="怎么在Spark SQL中使用ROW_NUMBER取Top N数据"></p><pre class="brush:php;toolbar:false;">-- 对比演示:相同金额下的行号分配
WITH sample AS (
    SELECT 'A' as user_id, 100 as amount, 1 as order_id UNION ALL
    SELECT 'A', 100, 2 UNION ALL
    SELECT 'A', 90, 3
)
SELECT 
    order_id,
    amount,
    ROW_NUMBER() OVER(ORDER BY amount DESC, order_id) as rn,
    RANK() OVER(ORDER BY amount DESC) as rk,
    DENSE_RANK() OVER(ORDER BY amount DESC) as drk
FROM sample;

预期结果:第一行(order_id=1, amount=100)rn=1, rk=1, drk=1;第二行(order_id=2, amount=100)rn=2, rk=1, drk=1;第三行(order_id=3, amount=90)rn=3, rk=3, drk=2。可见 ROW_NUMBER 始终唯一,而 RANK 对并列项给相同排名并跳过后续名次。

当某个分组内记录数少于N时,查询结果会怎样

直接回答:查询会正常返回该分组内的所有记录,不会报错或填充空值。因为 WHERE rn 条件对所有存在的行都成立,只要行号小于等于N就会被保留。例如N=3,但某用户只有2笔订单,则这两笔订单的行号分别为1和2,均满足条件,全部返回。这是窗口函数的自然行为,无需额外处理。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
数据分析工具有哪些
数据分析工具有哪些

数据分析工具有Excel、SQL、Python、R、Tableau、Power BI、SAS、SPSS和MATLAB等。详细介绍:1、Excel,具有强大的计算和数据处理功能;2、SQL,可以进行数据查询、过滤、排序、聚合等操作;3、Python,拥有丰富的数据分析库;4、R,拥有丰富的统计分析库和图形库;5、Tableau,提供了直观易用的用户界面等等。

2023.10.12

5083

8

SQL中distinct的用法
SQL中distinct的用法

SQL中distinct的语法是“SELECT DISTINCT column1, column2,...,FROM table_name;”。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2023.10.27

1031

4

SQL中months_between使用方法
SQL中months_between使用方法

在SQL中,MONTHS_BETWEEN 是一个常见的函数,用于计算两个日期之间的月份差。想了解更多SQL的相关内容,可以阅读本专题下面的文章。

2024.02.23

1329

5

SQL出现5120错误解决方法
SQL出现5120错误解决方法

SQL Server错误5120是由于没有足够的权限来访问或操作指定的数据库或文件引起的。想了解更多sql错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

7161

10

sql procedure语法错误解决方法
sql procedure语法错误解决方法

sql procedure语法错误解决办法:1、仔细检查错误消息;2、检查语法规则;3、检查括号和引号;4、检查变量和参数;5、检查关键字和函数;6、逐步调试;7、参考文档和示例。想了解更多语法错误的相关内容,可以阅读本专题下面的文章。

2024.03.06

3803

4

oracle数据库运行sql方法
oracle数据库运行sql方法

运行sql步骤包括:打开sql plus工具并连接到数据库。在提示符下输入sql语句。按enter键运行该语句。查看结果,错误消息或退出sql plus。想了解更多oracle数据库的相关内容,可以阅读本专题下面的文章。

2024.04.07

7160

11

sql中where的含义
sql中where的含义

sql中where子句用于从表中过滤数据,它基于指定条件选择特定的行。想了解更多where的相关内容,可以阅读本专题下面的文章。

2024.04.29

10041

6

sql中删除表的语句是什么
sql中删除表的语句是什么

sql中用于删除表的语句是drop table。语法为drop table table_name;该语句将永久删除指定表的表和数据。想了解更多sql的相关内容,可以阅读本专题下面的文章。

2024.04.29

1370

5

sql中删除一列的命令是什么
sql中删除一列的命令是什么

在sql中,使用alter table语句可以删除一列,语法为:alter table table_name drop column column_name。想了解更多sql的相关内容,可以阅读本专题下面的文章。

2024.04.29

1192

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习