笔记-Hive窗口函数

官方文档：LanguageManual WindowingAndAnalytics - Apache Hive - Apache Software Foundation

先看看

对于窗口函数，最重要的是理解窗口是怎么被选择的，窗口的选择范围是在over内定义的的，包含三部分：

总结下来就是，partition by确定池子有多大，order by和窗口子句确定怎么在这个池子里捞鱼

1. partition by，确定窗口范围，不写的话，就是全部行，全部行作为一个分区

2. order by，有2个功能，第1个是排序；第2个是没有窗口子句的时候，指定了 ORDER BY，默认使用分区内第一行到当前值，但是操作的列出现相同值，结果就会相同，但是单独指定窗口子句的话就不会出现相同值，见sum() sample3和sample4。如果指定了窗口子句，order by的窗口子句功能就失效了 

        2.1.有 partition by，则分区内排序

        2.2.没有 partition by，则全部数据排序

3. 窗口子句，单独定义窗口；

        如果不指定窗口子句，则默认采用以下的窗口定义：

        3.1. 若不指定 ORDER BY，默认使用分区内所有行 

        ROWS BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING.

        3.2. 若指定了 ORDER BY，默认使用分区内第一行到当前值 

        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW.

窗口函数执行顺序

窗口函数在group by聚合之后，因此可以将数据先去重，再使用窗口函数

1. 排序

第一个括号内参数说明：无参数