Hive函数SUM，LAG，Lead，ROW_NUMBER用法

聚合窗口

• count、sum、max、min、avg
• sum：其他函数与sum的用法一致

sum(col1) over (partition by col2 order by col3)

partition by：按照某一列进行分区，这一列的 值相同的行会放到一起
order by：分区内部按照某一列进行排序
	注意：这里的order by与SQL语句中的全局排序的order by没有关系的
	全局排序【order by】和局部排序【sort by】：指的是底层MapReduce的排序

案例：根据以下数据实现统计：每个用户每个月累计的总金额

• 原始数据

username,month,price
A,2015-01,5
A,2015-01,15
B,2015-01,5
A,2015-01,8
B,2015-01,25
A,2015-01,5
A,2015-02,4
A,2015-02,6
B,2015-02,10
B,2015-02,5
A,2015-03,7
A,2015-03,9
B,2015-03,11
B,2015-03,6

期望结果

用户id			月份		当月金额	累计金额
+-------------+----------+---------+-------------+--+
| A           | 2015-01  | 33      | 33          |
| A           | 2015-02  | 10      | 43          |
| A           | 2015-03  | 16      | 59          |
| B           | 2015-01  | 30      | 30          |
| B           | 2015-02  | 15      | 45          |
| B           | 2015-03  | 17      | 62          |
+-------------+----------+---------+-------------+--+

drop table asmp.test_flume
--创建表
create external table asmp.test_flume (
username string,
month string,
price string
)
row format delimited fields terminated by '\t' 
lines terminated by '\n'
LOCATION'/user/asmp/hive/asmp/test_flume';


--加载数据
load data inpath '/user/ｚｚｆ/hive/ｚｚｆ/test_flume/test.txt' into asmp.test_flume

--实现
select 
	a.username,
	a.month,
	a.mon_price,
	sum(a.mon_price) over(partition by username