hive sql 函数集合（持续更新）

#6/20/24 增加greatest函数

select greatest(1,2,3,4,5,2)

结论：可以用hive presto spark得出正确的结果值

#6/20/24 增加last_value(cl1) ignore nulls over(order by ts ) as dt 函数：

有数据集：

1	1	1
2	2
3	3
4	4	3
5	5	5
6	6

需要把C2为空的值填充成上一行不为空的值 

结果应该看起来是如下（黄色部分为程序添加内容）：

序号	c1	c2
1	1	1
2	2	1
3	3	1
4	4	3
5	5	5
6	6	5

presto 程序：

select 
c1,c2,last_value(c2) ignore nulls over(order by c1) as new_c2
from jdt_dev.ccc_xx order by c1 

结果值：

序号	c1	c2	new_c2
1	1	1	1
2	2		1
3	3		1
4	4	3	3
5	5	5	5
6	6		5

spark 程序 运行会有相同以上的结果：

select 
c1,c2,last_value(c2,true) over(order by c1) as new_c2
from jdt_dev.ccc_xx order by c1

#6/28/24 增加sum() over() 函数

在大促等活动中，有关方需要看从第一分钟开始的每分钟的累计，并用实时数据与离线数据做同步。该函数在离线的数据集中就发挥作用了。 

首先，离线会出每分钟的新用户数或是金额 ，主键可以认为是每分钟的结束时间等。

第二部，就是用函数计算累计 ，sum（amt） over(order by time )   -- 时间为正序排除

该函数的高级应用，增加计算的边界，具体语法见语句：

SUM(gmv) OVER(partition by team_name order by month range between 2 preceding and 0 following) AS pay_amt

RANGE BETWEEN 2 PRECEDING AND 0 FOLLOWING: 这个子句定义了窗口的具体范围。RANGE 窗口是根据有序的列来定义的，BETWEEN ... AND ... 指定了窗口的边界。

2 PRECEDING 表示窗口从当前行开始向上数两行。
0 FOLLOWING 表示窗口包括当前行本身，但不包括任何后续行。