Hive-窗口函数

在Hive中支持窗口函数，Mysql在8.0版本后也支持使用，用好以后犹如开挂！

Window Function又称为窗口函数、分析函数。聚合函数能够将多行数据按照规定聚合为一行，通常来说汇集后的行数要少于汇集前的行数。可是有时咱们想要既显示汇集前的数据，又要显示汇集后的数据，这时便引入了窗口函数。

运行顺序：窗口函数是在select时执行的，位于order by以前。

1. 累计计算窗口函数

语法总结：

sum(A) over(partition by B order by C rows between D1 and D2)

avg(A) over(partition by B order by C rows between D1 and D2)

max(A) over(partition by B order by C rows between D1 and D2)

min(A) over(partition by B order by C rows between D1 and D2)

count(A) over(partition by B order by C rows between D1 and D2)

partition by:至关于分组

order by：按照什么顺序进行累加等。默认升序asc, 降序为desc。

A:须要被加工的字段名称，对指定字段计算

B：分组的字段名称

C:排序的字段名称

D1,D2:计算的行数范围

rows between：也叫window子句

unbounded:无界的

preceding:以前

following:以后

current row:当前行

unbounded preceding:前面的起点

unbounded following:后面的终点

rows between unbounded preceding and current row:以前全部行和本行，不写rows between为默认起点到当前行；

rows between 3 preceding and current row：前3行和本行（共4行）；

rows between current row and unbounded following：本行和以后的全部行；

rows between current row and 3 following：本行和后面3行（共4行）；

rows between 3 preceding and 1 following: 从前3行到下一行（共4行）。

2. 分区排序窗口函数

1. row_number() over(partition by A order by B)

2.            rank() over(partition by A order by B)

3.   desc_rank() over(partition by A order by B)

返回相应规则的排序序号

1. 生成1 2 3 4 5 6 7 8 9 ...  : row_number() 查询出来的每一行生成一个序号，依次排序，且不重复

2 .生成1 1 1 4 5 6 7 7 9 ...   : rank() 生成的序号相同时，下一个不一样的会跳跃，跳跃排序

3. 生成1 1 1 2 3 3 4 5 6...   ：desc_rank()生成的序号相同时，下一个不一样的不会跳跃，是连续排序

3. 切片：分组排序窗口函数

ntile(n) over(partition by A order by B)

n：切分的片数

A：分组的字段名称

B：排序的字段名称

ntile(n)：用于将分组数据按照顺序切分红n片，返回切片值

不支持 rows between...

若是切片不均匀，默认从第一个开始均分，如 5 5 4 4

4. 偏移分析窗口函数

lag：向上偏移  ---好比向上偏移2行 实则新行数据由原来的行总体下移两行，前两行出现空值可由默认值填充

lead：向下偏移 --同理

lag(A,offset,defval) over(partition by ... order by ...)

A:字段名称

offset：

• 偏移量，便是向上偏移一个或n个的值，假设当前行为第5行，offset为3，则表示要找的数据为数据行的第2行（5-3=2）
• 默认值为1

defavl：

• 指定默认值：当取得值超出表的范围，则将defavl指定的值做为默认值
• 没指定默认值则返回null

例如 : lag(A,1,A) over(partition by USER_NAME order by A)

　　  lag(A) over(partition by USER_NAME order by A)

　　  lag(A,2) over(partition by USER_NAME order by A)

lag(A,offset,defval) over(partition by ... order by ...)

注意：必定要习惯取别名

lag( ... ) over(...) as ...

lead( ... ) over(...) as ...