Hive 里的 row_number() 函数本身确实不直接支持多列排序——它的 ORDER BY 子句只能指定一列。然而在实际业务中，按多个字段排序后再编号的需求非常普遍，比如先按部门分组，再按销售金额从高到低排列。那如何绕过这个限制？其实思路很简单：通过窗口函数 + 分区 + 单列排序的组合方案来间接实现多列排序效果。
举个具体的例子。假设你有一张表 your_table，需要按 column1 分组，然后在每个组内部按 column2 排序后生成行号，可以这样编写：
SELECT column1, column2,
ROW_NUMBER() OVER (PARTITION BY column1 ORDER BY column2) AS row_num
FROM your_table;
这段代码的执行逻辑是：先依据 column1 进行分区，每个分区相当于一个独立的“桶”；然后在每个桶内部按 column2 升序排列，并依次赋予行号。这样从整体上看，就相当于对多列进行了排序——第一列通过分区决定了分组顺序，第二列决定了组内顺序。如果需要指定降序或其他排序方向，直接在 ORDER BY 后面加上 DESC 即可。
当然，这里有一个需要留意的要点：PARTITION BY 与 ORDER BY 的组合虽然能达到多列排序的效果，但严格来说并非原生“多列排序”语法。如果你确实需要在单个 ORDER BY 子句中写入多个字段（例如 ORDER BY col1, col2），Hive 的 row_number() 并不支持——只能采用上述分区加单列排序的变通方式。
另外，在实际生产环境中使用这种方法时，需要关注性能问题。Hive 的窗口函数在分布式环境下可能触发额外的 shuffle 和排序操作，尤其当分区字段的基数很大或数据量达到 TB 级别时，执行效率会显著降低。建议在执行前先评估数据分布情况，必要时对分区字段进行预聚合，或者采用更简洁的 DISTRIBUTE BY + SORT BY 手动控制分区与排序顺序，再结合 ROW_NUMBER 来实现编号需求。
总的来说，这个技巧并不复杂，但运用得当能让很多排序与编号需求变得清晰可控。关键在于理解窗口函数的执行流程：先分区，再排序，最后编号。掌握了这一点，多列排序的问题也就迎刃而解了。
