Hive row_number()如何结合视图使用

Hive row_number()与视图结合使用方法

Hive 里的 row_number() 是窗口函数家族中最常用的一员，它的核心作用很简单：为结果集中的每一行分配一个唯一的序号。听起来像是计数器？对，但它比普通计数器更灵活——可以配合分区、排序规则，在每组内部独立编号。今天要聊的是，这个函数如何和视图结合在一起用，这在实际项目中其实是个很自然的组合场景。

我们先从最基础的步骤走一遍，看看整个链条是怎么搭起来的。

第一步：创建基础表

第一步，先建一张普通的 Hive 表，比如就叫 table1，里面放几个字段：id、name、age。建表语句非常简单：

CREATE TABLE table1 (id INT, name STRING, age INT);

第二步：插入测试数据

第二步，往里塞点数据。这里只用三条记录做演示，Alice、Bob、Charlie 三个人的年龄分别是 30、25、35：

INSERT INTO table1 VALUES (1, 'Alice', 30);
INSERT INTO table1 VALUES (2, 'Bob', 25);
INSERT INTO table1 VALUES (3, 'Charlie', 35);

第三步：创建视图并应用 row_number()

第三步，关键一步——创建一个视图。视图本质上是虚拟表，它不存数据，只保存查询逻辑。我们在这个视图里用 row_number() 按 age 升序给每行编号：

CREATE VIEW view1 AS
SELECT
  id,
  name,
  age,
  ROW_NUMBER() OVER (ORDER BY age) AS row_num
FROM
  table1;

第四步：查询视图验证结果

第四步，查询这个视图，看看结果如何：

SELECT * FROM view1;

输出结果如下，年龄最小的 Bob 排第 1，Alice 排第 2，年龄最大的 Charlie 排第 3：

id | name    | age | row_num
---+---------+-----+--------
2  | Bob     | 25  | 1
1  | Alice   | 30  | 2
3  | Charlie | 35  | 3

这样，row_number() 就和视图结合起来了。注意一点：视图本身不存储任何物理数据，每次查询视图时，它都会基于基础表的最新数据重新执行 row_number() 计算。所以如果后续 table1 里新增了记录，或者年龄被更新，视图查询结果会自动反映变化。这种“动态编号”的特性，在需要常看排名或序号且不想每次都重写重复 SQL 的场景下非常实用。