Hive 开窗函数

1.介绍

普通聚合函数聚合的行集是组，开窗函数聚合的行集是窗口。
因此，普通聚合函数每组（Group by）只有一个返回值，而开窗函数则可以为窗口中的每行都返回一个值。

1.1 基础结构

分析函数(如：sum(), max(), row_number()...) + 窗口子句(over函数)

1.2 over函数

over(partition by [column_n] order by [column_m] rows between 开始位置 and 结束位置)先按照column_n分区，相同的column_n分为一区，每个分区查询指定位置的数据并根据column_m排序（默认升序）
over()函数中的窗口范围说明：

1.3 函数

常用分析函数：

• 聚合类
  avg()、sum()、max()、min()

• 排名类
  row_number() 按照值排序时产生一个自增编号，不会重复
  rank() 按照值排序时产生一个自增编号，值相等时会重复，会产生空位
  dense_rank() 按照值排序时产生一个自增编号，值相等时会重复，不会产生空位

• 其他类
  lag(列名,往前的行数,[行数为null时的默认值，不指定为null])
  lead(列名,往后的行数,[行数为null时的默认值，不指定为null])
  ntile(n) 把有序分区中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

注意点：

over()函数中的分区、排序、指定窗口范围可组合使用也可以不指定，根据不同的业务需求结合使用

over()函数中如果不指定分区，窗口大小是针对查询产生的所有数据，如果指定了分区，窗口大小是针对每个分区的数据

over()函数中的窗口范围说明：

current row：当前行

unbounded：起点，unbounded preceding 表示从前面的起点， unbounded following表示到后面的终点

n preceding ：往前n行数据

n following：往后n行数据