TopN，窗口函数（row_number, rank, dense_rank）实战

（求TopN）求出每种爱好中，年龄最大的两个人（姓名，爱好，年龄）

四个字段的意思：
id，姓名，年龄，爱好

表名topn
字段id, name, age, favors

1,ngxiaoming,45,a-c-d-f
2,huangzitao,36,b-c-d-e
3,huanglei,41,c-d-e
4,liushishi,22,a-d-e
5,liudehua,39,e-f-d
6,liuyifei,35,a-d-e

用到关键技术：
虚拟视图leteral view、explode、窗口函数row_number()

---

1. 需要把favor字段进行拆分，拆成多行一列的值
   比如6,liuyifei,35,a-d-e拆成：
   6,liuyifei,35,a
   6,liuyifei,35,d
   6,liuyifei,35,e

2. 使用explode进行拆分

   select explode(split("a-d-e","-"));
   

   
   无法直接写sql语句进行favors的拆分，所以需要借助虚拟视图
   

3. 借助虚拟视图使用CTAS创建一张topn1表
   语法：lateral view utdf(表达式) 虚拟表名 as 虚拟表的列名，生成一张虚拟表。utdf函数通常把explode和split结合使用，针对from的表（如这里是topn表）的每一行进行操作。

   create table topn1 as select id,name,age,favortable.favor from topn
   lateral view explode(split(favors,"-")) favortable as favor;
   

4. 求出每种爱好的年龄最大的前2名
   分析：（一般既要分组又要排序，就要想到窗口函数）
   给topn1表弄一个排名，按爱好进行降序排序，然后选取每种爱好的前2名即可。

   窗口函数 row_number() 排序，排名相同编号也往后顺位

   select name,favor,age,
   row_number() over(partition by favor order by age desc) as index
   from topn1;
   

5. 求排名前2个记录
   因为where的执行顺序要先于窗口函数，无法直接使用条件index<=2。必须在外面再套一层select。

   select c.name,c.favor,c.age from (
   select name,favor,age,row_number() over(partition by favor order by age desc) as index 
   from topn1) as c 
   where c.index <=2;
   

   
   窗口函数-排序-区别

   row_number() 排序，排名相同编号也往后顺位
   rank() 排序，排名相同编号一样，跳过空位，比如4后直接到6
   dense_rank() 排序，排名相同编号一样，不跳过空位，比如4后接着到5
   
   当排名一样的时候，选排名前2，可能是2个人，也可能3个人，所以需要按实际需求选择用哪个排序函数。