大數據實戰：基於Spark SQL統計分析函數求分組TopN

做大數據分析時，經常遇到求分組TopN的問題，如：求每一學科成績前5的學生；求今日頭條各個領域指數Top 30%的頭條號等等。Spark SQL提供了四個排名相關的統計分析函數： dense_rank() 返回分區內每一行的排名，排名是連續的。 rank() 返回分區內每一行的排名，排名可能不連續。 percent_rank() 返回相對百分比排名。 row_number() 返回每個分區的從1開

>>阅读原文<<