转载自：http://stackoverflow.com/questions/9390698/hive-getting-top-n-records-in-group-by-query
原标题：Hive getting top n records in group by query
SELECT page-id, user-id, clicks
FROM (
SELECT page-id, user-id, rank(page-id) as rank, clicks FROM[......]
昨天听同事介绍了Antlr 4，它是一个非常强大的词法、语法分析器辅助生成工具，比之前用Flex + Bison强太多倍。
遗憾的是，当前的v4只支持Java，暂不支持C、C++，于是降级了一把，尝试了一下在3.4版上使用Antlr C。
要说明的是，这不是一篇原创文章，我参考了两篇文章，如下：
《用ANTLR3实现规则解析----1-安装》 http://blog.csdn.net/wfp458113181wfp/article/details/9148577
《ANT[......]
转载自：http://zccst.iteye.com/blog/1430823
一、创建分支
1，创建一个分支
svn copy svn://xx.com/repo/trunk svn://xx.com/repo/branches/TRY-something -m 'make branches TRY-something'
2，把工作目录转到分支
svn switch svn://xx.com/repo/branches/TRY-something
当然，也可以再转到[......]
在Hive的是用中，我们经常会有这种需求：
按照同一个id进行Ｇroup By，然后对另一个字段去重，例如下面得数据：
id pic
1 1.jpg
2 2.jpg
1 1.jpg
此时，是用DISTINCT或者2 col得Group By都是不行得，我们可以用这个UDAF：collect_set(col)，它将对同一个group by 得key进行set去重后，转换为一个array。
再举一个例子，我们可以对pic进行去重，拼接：
SELECT id, CONCAT_W[......]
# 将20130622000000 转化为unix时间戳
def conv_time(str_time_long):
return int(time.mktime(time.strptime(str_time_long, "%Y%m%d%H%M%S")))
格式互转，需要使用datetime模块：
datetime.strptime(string, format)：将日期字符串string，根据format，转化为datetime对象（六元数组）。
&g[......]