hive中使用标准sql实现分组内排序 - 数据库其他综合 - 红黑联盟 http://www.2cto.com/database/201305/210816.html
hive中使用标准sql实现分组内排序

在hive中，想要实现分组内排序，一般都是自己写udf实现oracle中分析函数row_number() over(partition)的功能，如果不使用自定义udf,仅使用标准sql实现的话，毫无性能可言，仅做实验而已。

Hive.分组排序和TOP - 辰采星 - 博客频道 - CSDN.NET http://blog.csdn.net/mashroomxl/article/details/23864685

HQL作为类SQL的查询分析语言，到目前为止，应该也还未能达到其它流行的SQL（如Transact-SQL, MySQL）实现那样完善。而在公司的生产环境中，我想应该也不会紧贴Hive版本更新的步伐，始终部署最新版的Hive；可能会滞后一两个大版本神马的；毕竟，虽然开源工具的透明性是一大利好，但与闭源的商业工具相比，在可用性等问题上的保障性还是略弱。
使用HQL进行离线分析用户数据时，就算已经过聚合处理，但我们也可能只对那些突出的量化指标或者这些指标的增量变化感兴趣，所以对聚合数据排序（按某列降序？增序？）成为很基本的需要，这在HQL这样尚未成熟的语言中，结合orderby, limit子句可以毫无鸭梨地完成。
然而，即使我们可以把多个字段放入order by子句中，并指定各个字段的升降顺序，如：

[sql] view plain copy
print?

在CODE上查看代码片

派生到我的代码片

order by fieldA desc, fieldB [asc], fieldC desc

   但排序操作始终是全局的，我们有时候想要的却是分组排序，即按fieldA排序以后，然后针对fieldA的每个值所对应的fieldB和（或）fieldC排序，而不是像order by那样，针对所有fieldA的值对fieldB和（或）fieldC排序。
   为了满足这个需要，Transact-SQL提供了over, partition by句和 row_number()函数，而Hive也在0.11中引入over, partition by子句和rank函数，以此提供方便的窗口分析（分组分析）功能。
   那对于0.11版之前的Hive，我们可以实现分组排序吗？答案是肯定的，只是看起来没那么直接。
   要实现这个需求，就需要请出distribute by, sort by这两个重要角色了，distribute by能够执行我们需要的分组功能，再结合Hive查询的MapReduce Job特性，sort by又可以在分组内进行局部排序。
   当然，如果只有它们，我们只能得到排序后的一堆数据，但是无法知道每一条数据的名次，这就要自己编写UDF函数，来确定和返回名次了，这个函数貌似在网络上流传甚广：