hive中的窗口函数以及应用

1.sum(col2) over(partition by col1 order by col2) : 通过 col1分组对 col2 累计求和

2.min(col2) over(partition by col1 order by col2) : 通过 col1分组对 col2累计求每次的最小值

3.max(col2) over(partition by col1 order by col2) : 通过 col1分组对 col2累计求每次的最大值

4.avg(col2) over(partition by col1 order by col2) : 通过 col1分组对 col2累计求每次的平均值

5. first_value(col) over(): 取分组内排序后，截止到当前行，第一个值

6.last_value(col) over() : 分组内排序后，截止到当前行，最后一个值

7.lag(col,n,DEFAULT) : 统计往前 n 行的 col 值， n 可选，默认为 1 ， DEFAULT 当往上第 n 行为 NULL 时候， 取默认值，如不指定，则为NULL，一般搭配开窗函数使用，例如lag(col1,1,0) over(partition by col2 order by col1)

8.lead(col,n,DEFAULT) : 统计往后 n 行的 col 值， n 可选，默认为 1 ， DEFAULT 当往下第 n 行为 NULL时候， 取默认值，如不指定，则为NULL,一般搭配开窗函数使用，例如lead(col1,1,0) over(partition by col2 order by col1)

9.ntile(n) : 用于将分组数据按照顺序切分成 n 片，返回当前切片值。注意： n 必须为 int 类型。

10.排名函数：

row_number() over() : 排名函数，不会重复，适合于生成主键或者不并列排名 rank() over() : 排

名函数，有并列名次，名次不连续。一般搭配开窗函数使用，例如row_number() over(partition by col2 order by col1)

-- rank()：有并列，相同名次空位,一般搭配开窗函数使用，例如rank() over(partition by col2 order by col1)

-- dense_rank()：有并列，相同名次不空位,一般搭配开窗函数使用，例如dense_rank() over(partition by col2 order by col1)

应用

sum() 求月总销售额

mim() 求月最小销售额

max() 求月最大销售额

avg() 求月平均销售额

last_value()求月销售额总最小的一个

排名函数 对学生分数进行排名