一、業務背景
業務上需要通過對二級類目的聚合，輸出每個類目下排名30天銷量排名TOP100的商品資訊。抽象到SQL層面就是：通過對X字段的分組，擷取每個分組前N條資料。
二、原始方案
說實話，這個方法有些low，但起碼能實作功能。使用存儲過程，思路如下：
1.建立一張臨時表先放着：create temp_top_by_catename2
2.查詢所有的二級類目: select distict cate_level2_name from xxx where ds=max_pt('xxx')
3.将cate_level2_name存儲在變量數組中catename[];
4.遊标周遊catename[]；select * from xxx as a where a.cate_level2_name=catename order by sales_count_30 desc limit 100
将每個二級類目的查詢結果insert到temp_top_by_catename2表
方案缺點：
（1）時間成本太高，因為有多少個catename分組，就要查詢N次表，更改插入N次表。跑了30小時才插了<100個類目分組
（2）另外表基數量很大，每次查詢計劃的cost值很高。
（3）如果SQL有中斷，資料的完整性很難保證
三、優化方案
基于上述方案的種種不爽，問自己一個問題，能否一條語句可以解決Group+Order+topN輸出？于是開始了度娘之旅，但都是些嵌套+子查詢的方式曲線救國，并達不到想要的效果。在試，從ODPS的函數着手，翻了一遍返現隻有一個神奇API貌似像，名字給出：“row_num”.先普及下這個函數的定義：
文法：row_number() over (partition by 分組字段 order by 排序字段 desc ) as topNum
拆解：
（1）partition by ：按照某一字段進行分組
（2）order by：分組之後按照該字段進行升序或降序排列
（3）topNum：自定義的名字，就是後面我們要用到的TOPN，同步資料時可設定成變量，動态調整
四、源碼
五、性能結果
自此 over，知識有限，大家如有更好的方案歡迎私聊。