mysql如何实现分组排序功能 mySQL分组排序
mysql如何实现分组排序功能
mysql8.0以前，排序对于大多数用户来说都是个“难题”，因为没有像sqlserver和oracle等数据库有开窗函数，但是也是有方法解决的。就是利用自定义变量，但是理解起来有点难。
但mysql8.0上线后，已经支持开窗函数了。你可以升级最新版。对于低版本，我可以举个例子你看看，
按person分组排序的
mySQL分组排序
有两种方法，一种方法使用mysql的check table和repair table 的sql语句，另一种方法是使用MySQL提供的多个myisamchk, isamchk数据检测恢复工具。前者使用起来比较简便。推荐使用。
1. check table 和 repair table
登陆mysql 终端：
mysql -uxxxxx -p dbname
check table tabTest
如果出现的结果说Status是OK，则不用修复，如果有Error，可以用：
repair table tabTest
进行修复，修复之后可以在用check table命令来进行检查。在新版本的phpMyAdmin里面也可以使用check/repair的功能。
2. myisamchk, isamchk
其中myisamchk适用于MYISAM类型的数据表，而isamchk适用于ISAM类型的数据表。这两条命令的主要参数相同，一般新的系统都使用MYISAM作为缺省的数据表类型，这里以myisamchk为例子进行说明。当发现某个数据表出现问题时可以使用：
myisamchk tablename.MYI
进行检测，如果需要修复的话，可以使用：
myisamchk -of tablename.MYI
关于myisamchk的详细参数说明，可以参见它的使用帮助。需要注意的时在进行修改时必须确保MySQL服务器没有访问这个数据表，保险的情况下是最好在进行检测时把MySQL服务器Shutdown掉。
－－－－－－－－－－－－－－－－－－－－－－－－－－－－－
另外可以把下面的命令放在你的rc.local里面启动MySQL服务器前：
[ -x /tmp/mysql.sock ] && /pathtochk/myisamchk -of /DATA_DIR/*/*.MYI
其中的/tmp/mysql.sock是MySQL监听的Sock文件位置，对于使用RPM安装的用户应该是/var/lib/mysql/mysql.sock，对于使用源码安装则是/tmp/mysql.sock可以根据自己的实际情况进行变更，而pathtochk则是myisamchk所在的位置，DATA_DIR是你的MySQL数据库存放的位置。
需要注意的时，如果你打算把这条命令放在你的rc.local里面，必须确认在执行这条指令时MySQL服务器必须没有启动！检测修复所有数据库(表)
sparksql怎样取分组后的topn
sparksql怎样取分组后的topn
Spark SQL 开窗函数
1、Spark 1.5.x版本以后，在Spark SQL和DataFrame中引入了开窗函数，比如最经典的就是我们的row_number()，可以让我们实现分组取topn的逻辑。
2、做一个案例进行topn的取值（利用Spark的开窗函数），不知道是否还有印象，我们之前在最早的时候，做过topn的计算，当时是非常麻烦的。但是现在用了Spark SQL之后，非常方便。
sql分组排序
group by语句必须和聚合函数一起使用.
select c,max(d) from a group by c order by max(d) desc
这样子可以.
因为一条SELECT语句只可以返回一个结果集...
此句返回按c分组后并按每组中最大的d值进行排序.
sql 分组排序
没有计算机理解的顺序，必需构造一个表示顺序的函数。完整的实现语句如下：
select *,
case check_id
when 4 then when 2 then 2
else check_id* end as def_order
from 表 order by def_order,idate
这里用CASE函数定义一个新的顺序，如果check_id=4，新的排序号为1；如果check_id=2,新的排序号为2；如果check_id为其它，新的排序号为check_id*10,这样能满足要求的顺序。
楼上的兄弟的解决方案，从理论上不能保证满足要求，因为查询输出记录的顺序不一定是记录输入表的顺序。
sparksql 开窗函数怎么用
row_number方法，相当于groupTopN。分组排序应用非常广泛。
package com.dt.spark
import org.apache.spark.sql.hive.HiveContext
import org.apache.spark.{SparkContext, SparkConf}
object SparkSQLWindowFunctionOps {
def main(args:Array[String]) {
val conf: SparkConf = new SparkConf().setAppName("SparkSQLWindowFunctionOps").setMaster("spark://Master:7077")
val sc = new SparkContext(conf)
val hiveContext = new HiveContext(sc) //构建SQL上下文！
Mysql 分组并排序
1、按rowno分组后，每个rowno只有一条数据。所以排序不可能同时按rowno, count来排序。
2、感觉你应该只按count排序
------------------
SELECT rowno
,COUNT(*) AS Num
FROM TableGROUP BY rowno
ORDER BY COUNT(*)