点击关注公众号，干货第一时间送达
本题要求筛选的是"销量最高"，
和上篇文章：
有异曲同工之妙。
不过，还需要根据 "品类" 进行二次分组统计。
【温馨提示：建表语句及数据导入脚本，已经放在了文章末尾】
一、需求场景
题目：
查询各品类销售商品的种类数、及销量最高的商品。
看下结果：
不难，就是会有点绕。
二、解决方案
演示工具：Hive-3.1.3 + DataGrip2022
还是遵守：小 -> 大 筛选原则，
先统计每件商品的累积销量，再去关联商品类别。
（1）分组计算每个商品的累积销量
select sku_id, sum(sku_num) as cnt
from order_detail
group by sku_id
结果集：
（2）关联商品类别（category_info）和商品详情（sku_info）
select t1.sku_id, sk.name, t1.cnt,
ct.category_id, ct.category_name
from (
select sku_id, sum(sku_num) as cnt
from order_detail
group by sku_id
)t1
join sku_info sk
on t1.sku_id = sk.sku_id
join category_info ct
on sk.category_id = ct.category_id
结果集：
（3）根据商品类别（category_id）进行销量（cnt）的分组排序
select t2.category_id,
t2.category_name,
t2.sku_id,
t2.name,
t2.cnt,
count(*) over(partition by t2.category_id) as sku_cnt,
rank() over(partition by t2.category_id order by t2.cnt desc) as rk
from (
select t1.sku_id, sk.name, t1.cnt,
ct.category_id, ct.category_name
from (
select sku_id, sum(sku_num) as cnt
from order_detail
group by sku_id
)t1
join sku_info sk
on t1.sku_id = sk.sku_id
join category_info ct
on sk.category_id = ct.category_id
)t2
结果集：
（4）筛选各个类别（category_id）销量（cnt）最高的（rk=1）的商品
select category_id,category_name,sku_id,name,cnt,sku_cnt
from (
select t2.category_id,
t2.category_name,
t2.sku_id,
t2.name,
t2.cnt,
count(*) over(partition by t2.category_id) as sku_cnt,
rank() over(partition by t2.category_id order by t2.cnt desc) as rk
from (
select t1.sku_id, sk.name, t1.cnt,
ct.category_id, ct.category_name
from (
select sku_id, sum(sku_num) as cnt
from order_detail
group by sku_id
)t1
join sku_info sk
on t1.sku_id = sk.sku_id
join category_info ct
on sk.category_id = ct.category_id
)t2
)t3
where rk=1;
结果集：
三、源数据
category_info:
create table category_info
(
category_id string,
category_name string
)
row format serde 'org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe'
with serdeproperties ('field.delim' = '\t') stored as
inputformat 'org.apache.hadoop.mapred.TextInputFormat'
outputformat 'org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat'
location 'hdfs://mycluster/user/hive/warehouse/db/category_info'
tblproperties ('bucketing_version' = '2');
INSERT INTO category_info (category_id, category_name) VALUES ('1', '数码');
INSERT INTO category_info (category_id, category_name) VALUES ('2', '厨卫');
INSERT INTO category_info (category_id, category_name) VALUES ('3', '户外');
order_detail 和 sku_info 都在前面的文章：
文章转载自皮皮克克，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
