HIVE窗口函数

hive窗口函数

窗口函数是什么？

窗口函数指定了函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变化而变化。

下面我们练习一些窗口函数。

准备数据:

name,orderdate,cost

jack,2017-01-01,10

tony,2017-01-02,15

jack,2017-02-03,23

tony,2017-01-04,29

jack,2017-01-05,46

jack,2017-04-06,42

tony,2017-01-07,50

jack,2017-01-08,55

mart,2017-04-08,62

mart,2017-04-09,68

neil,2017-05-10,12

mart,2017-04-11,75

neil,2017-06-12,80

mart,2017-04-13,94

OVER()：

指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变而变化。

CURRENT ROW：当前行

n PRECEDING：往前n行数据

n FOLLOWING：往后n行数据

UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UNBOUNDED FOLLOWING表示到后面的终点

select *,
sum(cost) over (), -- 所有的行相加
sum(cost) over(partition by name), -- 按name分组，组内数据相加
sum(cost) over (partition by name order by orderdate),
-- 按name分组，按照日期组内数据累加
sum(cost) over (partition by name order by orderdate
    rows between unbounded preceding and current row ),
-- 跟上一条一样，由起点到当前行的聚合
sum(cost) over (partition by name order by orderdate
    rows between 1 preceding and current row ),
-- 当前行和前面一行做聚合
sum(cost) over (partition by name order by orderdate
    rows between 1 preceding and 1 following),
-- 当前行和前面一行及后面一行
sum(cost) over (partition by name order by orderdate
    rows between current row and unbounded following)
-- 当前行及后面所有行
from business;

LAG(col,n,default_val)：往前第n行数据

LEAD(col,n, default_val)：往后第n行数据

NTILE(n)：把有序窗口的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，NTILE返回此行所属的组的编号。注意：n必须为int类型。

select *,
       ntile(5) over(order by orderdate) sorted
from business

RANK（）

RANK() 排序相同时会重复，总数不会变

DENSE_RANK() 排序相同时会重复，总数会减少

ROW_NUMBER() 会根据顺序计算

数据准备

name	subject	score
孙悟空	语文	87
孙悟空	数学	95
孙悟空	英语	68
大海	语文	94
大海	数学	56
大海	英语	84
宋宋	语文	64
宋宋	数学	86
宋宋	英语	84
婷婷	语文	65
婷婷	数学	85
婷婷	英语	78

select *,
       rank() over (partition by subject order by score desc),
       dense_rank() over (partition by subject order by score desc ),
       row_number() over (partition by subject order by score desc)
from score;