Hive的窗口函数

hive的窗口函数说的其实是over子句的用法而已，over可以实现逐条处理等效果，下面我列举一些实用的开窗函数

从第一条记录到当前行，逐行做sum
SUM(xx) OVER(PARTITION BY xx ORDER BY xx) AS xx

从起点到当前行，结果同上，只是加了范围控制 ROWS BETWEEN是控制子句的关键字，UNBOUNDED原意是无边际这里做起始行 ，PRECEDING指定前几行时所用的关键字 ，AND 范围连接-至 ，CURRENT ROW 当前行
SUM(xx) OVER(PARTITION BY xx ORDER BY xx ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS xx

逐行做sum操作，但是每行只计算前三行到当前行
SUM(xx) OVER(PARTITION BY xx ORDER BY xx ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS xx  

逐行做sum操作，但是每行只计算前三行到当前行的后一行，FOLLOWING指定后几行时所用的关键字
SUM(xx) OVER(PARTITION BY xx ORDER BY xx ROWS BETWEEN 3 PRECEDING AND 1 FOLLOWING) AS xx

逐行做sum操作，但是每行只计算当前行以及之后的每一行，UNBOUNDED原意无边界这里做末尾行
SUM(xx) OVER(PARTITION BY xx ORDER BY xx ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS xx 

上面的是over子句的用法，看似少，但大家只要掌握了over子句的用法，那么开窗函数就简单了，而相对的over字句跟随着那个函数其实就不是那么重要了，比如上面的例子中over跟随着sum函数，但是其实完全可以是其他的函数avg也好，rank也好，都是同样的道理

但是在操作开窗函数的时候，任然有着一个应该引起注意的一点，就是对于over子句来说，其他的可以没有，不过partition by和order by是两个基石，虽然可以酌情灵活应用，但是最好能写上就写上，因为缺少这两个关键字之后的开窗函数可能会出问题，轻则可能达不到想要的效果，重则报错

下面介绍一些其他的常用开窗函数，这里注意，我前面说了开窗函数就是over子句的应用，理论上任何函数只要符合逻辑都可以作为开窗函数，所以导致开窗函数其实相当多，多到可能有些都不会用到，因此我下面只列举常用的，而其他比较偏门的就需要大家用的时候自己试试了

ROW_NUMBER() 分区内排序操作，从结果来说不会有同排序数据，因为凡是同排名的数据，该函数都会按照数据出现的先后继续排

RANK() 分区内排序，从结果上讲，会有同排名出现，但重复的排名会占用本该有的排名，导致排名会变成1 1 3 3 5 5 5 8....的样子

DENSE_RANK() 分区内排序，从结果上讲，也会有同排名出现，但重复的排名不会占用本该有的排名，结果会正常显示，如1 1 2 2 2 3 3 4 4 5 6.....

NTILE(n) 用户对查询结果从新分为n片，并返回片值

其他的还有很多但是不常用，大家有需要可以找找，我这里找到一个非常不错的博文，和大家分享一下https://blog.csdn.net/Abysscarry/article/details/81408265