SparkSQL开窗函数 row_number()
2024-10-20 16:25:10
开始编写我们的统计逻辑,使用row_number()函数
先说明一下,row_number()开窗函数的作用
其实就是给每个分组的数据,按照其排序顺序,打上一个分组内行号
比如说,有一个分组20151001,里面有三条数据,1122,1121,1124
那么对这个分组的每一行使用row_number()开窗函数以后,三行依次会获得一个组内的行号
行号从1开始递增,比如1122,1 1121,2 1124,3row_number()开窗函数的语法说明
首先可以在select查询时,使用row_number()函数
其次,row_number()函数后面先跟上over关键字
然后括号中是partition by也就是根据哪个字段进行分组
其次是可以用order by进行组内排序
然后row_number()就可以给每个组内的行,一个组内行号
RowNumberWindowFunc.scala
package com.UDF.row_numberFUNC
import org.apache.spark.sql.{SaveMode, SparkSession}
object RowNumberWindowFunc extends App {
val spark = SparkSession
.builder()
.appName("RowNumberWindowFunc")
.master("local[2]")
.getOrCreate()
//创建销售额表,sales表
spark.sql("drop table if exists sales")
spark.sql("create table if not exists sales ("
+ "product string, "
+ "category string, "
+ "revenue bigint)")
spark.sql("load data "
+ "load inpath '/usr/local/data'"
+ "into table sales")
//开始编写我们的统计逻辑,使用row_number()函数
//先说明一下,row_number()开窗函数的作用
//其实就是给每个分组的数据,按照其排序顺序,打上一个分组内行号
//比如说,有一个分组20151001,里面有三条数据,1122,1121,1124
//那么对这个分组的每一行使用row_number()开窗函数以后,三行依次会获得一个组内的行号
//行号从1开始递增,比如1122,1 1121,2 1124,3
val top3SalesDF = spark.sql(""
+ "select product,category,revenue"
+ "from ("
+ "select product,category,revenue,"
//row_number()开窗函数的语法说明
//首先可以在select查询时,使用row_number()函数
//其次,row_number()函数后面先跟上over关键字
//然后括号中是partition by也就是根据哪个字段进行分组
//其次是可以用order by进行组内排序
//然后row_number()就可以给每个组内的行,一个组内行号
+ "row_number() over (partition by catefory order by revenue desc ) rank "
+ " from sales) tmp_sales "
+ "where rank <= 3")
//将魅族排名前三的数据,保存到一个表中
spark.sql("drop table if exists top3_sales")
top3SalesDF.write //保存,要用write开头
.mode(SaveMode.Overwrite) //覆盖模式
.format("hive") //格式hive (hive默认格式,数据文件纯文本无压缩存储)
.saveAsTable("top3_sales") //做为表保存
/**
* format支持的格式有:
* hive (hive默认格式,数据文件纯文本无压缩存储)
* parquet (spark默认采用格式)
* orc
* json
* csv
* text (若用saveAsTable只能保存一个列的df)
* jdbc
* libsvm
*/
}
最新文章
- thinkphp中的查询语句
- Android笔记:反向横屏
- Unity 3D 正交相机(Orthographic)
- C# 正则表达式,提取字符串
- android studio怎么分享项目到Git@OSC托管
- arcgis 随手记
- 移动H5前端性能优化指南(转载)
- 互联网上那些excel文件
- Eclipse启动的时候窗口一闪就关的解决办法(转)
- 移动Web单行文字垂直居中的问题
- hibernate映射文件基础
- 对Cost (%CPU) 粗略的理解
- 时间管理(GTD)
- 《学习OpenCV》 第四章 习题六
- WPF界面设计技巧(3)—实现不规则动画按钮
- 【玩转树莓派】使用 sinopia 搭建私有 npm 服务器
- 【BZOJ1013】球形空间产生器(高斯消元)
- error C3872: &#39;0x3000&#39;: this character is not allowed in an identifier
- flask基础二
- Oracle 存储过程或函数传入的数值参数number
热门文章
- 39-python 字符串替换+正则
- Golang之接口(interface)
- USB相关注册表
- oepnni安装
- MyBatis 实用篇(二)配置文件
- http头部信息
- web api control注册及重写DefaultHttpControllerSelector、ApiControllerActionSelector、ApiControllerActionInvoker(转)
- MyBatis 插入主键方式和返回主键
- linux平台 spark standalone集群 使用 start-all,stop-all 管理集群的启动和退出
- Linux 基础教程 34-软件包管理-RPM