每個類別

Question

我有一個類似的字段蜂房表中選擇前10蜂巢查詢：

賣家，catgid，subcatgid，PRODID，productdetail1，productdetail2 ....

現在，我想提取每個子類別（賣方，catgid，subcatgid組合）的前10個產品（基於計數）的列表，並且需要如下結果：

Seller1，catg1，subcatg1，{{prodid1，prod1details}，{prodid2 ，prod2details}，{prodid3，prod3details}，{prodid4，prod4details} ....}

賣家2，catg2，subcatg2，{{prodid5，prod5details}，{prodid6，prod6details}，{prodid7，prod7details}，{prodid8，prod8details} ....}

所以基本上我想要的產品的詳細信息（優選在JSON格式）的所有前10名產品，直到每個子類別 級別。 這甚至可以通過配置單元查詢嗎？如果是的話，那麼你能否提供一個例子？如果沒有，有沒有其他辦法？

Answer 1

找到了答案，上述問題在http://ragrawal.wordpress.com/2011/11/18/extract-top-n-records-in-each-group-in-hadoophive/

Answer 2

莫希特， 看看在Brickhouse的 'collect_max' UDF（http://github.com/klout/brickhouse）。我認爲它可以爲更大的數據集提供更具擴展性的解決方案（因爲您可以減少您需要執行的排序數量）。