Hive窗口函数

窗口函数介绍

hive:官网地址
https://cwiki.apache.org/confluence/display/Hive/LanguageManual+WindowingAndAnalytics
聚和函数:多行数据按照规则进行聚和为一行
窗口函数:不仅要做聚和,而且返回的结果不仅仅是一行
over():指定分析函数工作的数据窗口大小,这个数据窗口大小可能会随着行的变而变化,不加参数默认全表,和当前行没有关系,跟在聚和函数后面,只对聚和函数生效

相关函数说明

  1. CURRENT ROW: 当前行

  2. n PRECEDING: 往前n行数据

  3. n FOLLOWING: 往后n行数据

  4. UNBOUNDED:起点,UNBOUNDED PRECEDING 表示从前面的起点,UNBOUNDED FOLLOWING 表示到后面的终点

  5. LAG(col,n):往前第n行数据

  6. LEAD(col,n):往后第n行数据

  7. 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:n必须为int类型
    准备数据:name,orderdate,cost

    name,orderdate,cost
    jack,2017-01-01,10
    tony,2017-01-02,15
    jack,2017-02-03,23
    tony,2017-01-04,29
    jack,2017-01-05,46
    jack,2017-04-06,42
    tony,2017-01-07,50
    jack,2017-01-08,55
    mart,2017-04-08,62
    mart,2017-04-09,68
    neil,2017-05-10,12
    mart,2017-04-11,75
    neil,2017-06-12,80
    mart,2017-04-13,94
    

    创建hive表并导入数据

    create table business(
    name string, 
    orderdate string,
    cost int
    ) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',';
    
    load data local inpath "/home/hadoop/data/window/business.txt" overwrite  into table business;
    

需求:

  1. 查询在2017年4月份购买过的顾客以及总人数(注意:不是购买次数)

    select name,count(*) over() from business where substring(orderdate,1,7)='2017-04' group by name;
    这里是人数,相同的人去掉(2)
    ---------------------------------
    name	_wcol0
    mart	2
    jack	2
    ----------------------------------
    select name,count(*)  from business where substring(orderdate,1,7)='2017-04' group by name;
    这个是每个人购买次数
    ----------------------------------
    name	_c1
    jack	1
    mart	4
    
  2. 查询顾客的购买明细及月购买总额

    select name,orderdate,cost,sum(cost) over(partition by month(orderdate)) from business;
    -------------------------------
    name	orderdate	cost	_wcol0
    jack	2017-01-01	10	205
    jack	2017-01-08	55	205
    tony	2017-01-07	50	205
    jack	2017-01-05	46	205
    tony	2017-01-04	29	205
    tony	2017-01-02	15	205
    jack	2017-02-03	23	23
    mart	2017-04-13	94	341
    jack	2017-04-06	42	341
    mart	2017-04-11	75	341
    mart	2017-04-09	68	341
    mart	2017-04-08	62	341
    neil	2017-05-10	12	12
    neil	2017-06-12	80	80
    --------------------------------
    
  3. 上述的场景,要将cost按照日期进行累加

    select name,orderdate,cost, 
    sum(cost) over() as sample1,--所有行相加 
    sum(cost) over(partition by name) as sample2,--按name分组,组内数据相加 
    sum(cost) over(partition by name order by orderdate) as sample3,--按name分组,组内数据累加 
    sum(cost) over(partition by name order by orderdate rows BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) as sample4 ,--和sample3一样,由起点到当前行的聚合 
    sum(cost) over(partition by name order by orderdate rows BETWEEN 1 PRECEDING AND CURRENT ROW) as sample5, --当前行和前面一行做聚合 
    sum(cost) over(partition by name order by orderdate rows BETWEEN 1 PRECEDING AND 1 FOLLOWING ) as sample6,--当前行和前边一行及后面一行 
    sum(cost) over(partition by name order by orderdate rows BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING ) as sample7 --当前行及后面所有行 
    from business;
    

    运行结果如下
    在这里插入图片描述

  4. 查询顾客上次的购买时间

    select name,orderdate,cost, 
    lag(orderdate,1,'1900-01-01') over(partition by name order by orderdate) as time1, --按name分组,查找前一次时间,没有默认1900-01-01
    lag(orderdate,2) over (partition by name order by orderdate) as time2 --按name分组,查找前两次时间
    from business;
    

    运行结果如下
    在这里插入图片描述

  5. 查询前20%时间的订单信息

    select name,orderdate,cost, ntile(5) over(order by orderdate) sorted from business;
    --------------------------------------------------
    select * from (
        select name,orderdate,cost, ntile(5) over(order by orderdate) sorted
        from business
    ) t
    where sorted = 1;
    

    运行如下
    在这里插入图片描述
    分成5组,第二个sql是查询前20%时间的订单信息

RANK

  1. RANK() 排序相同时会重复,总数不会变(名次会跳)

  2. DENSE_RANK()排序相同时会重复,总数会减少(名次不跳)

  3. ROW_NUMBER() 会根据顺序计算 (不会重复)
    数据准备name,subject,score

    create table score(
    name string,
    subject string, 
    score int) 
    row format delimited fields terminated by "\t";
    
    load data local inpath '/home/hadoop/data/window/score.txt' into table score;
    
    select name,subject,score,rank() over(partition by subject order by score desc) rp,
    dense_rank() over(partition by subject order by score desc) drp,
    row_number() over(partition by subject order by score desc) rmp
    from score;
    

    运行结果如下
    在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
一、关系运算: 4 1. 等值比较: = 4 2. 不等值比较: 4 3. 小于比较: < 4 4. 小于等于比较: 5 6. 大于等于比较: >= 5 7. 空值判断: IS NULL 5 8. 非空判断: IS NOT NULL 6 9. LIKE比较: LIKE 6 10. JAVA的LIKE操作: RLIKE 6 11. REGEXP操作: REGEXP 7 二、数学运算: 7 1. 加法操作: + 7 2. 减法操作: - 7 3. 乘法操作: * 8 4. 除法操作: / 8 5. 取余操作: % 8 6. 位与操作: & 9 7. 位或操作: | 9 8. 位异或操作: ^ 9 9.位取反操作: ~ 10 三、逻辑运算: 10 1. 逻辑与操作: AND 10 2. 逻辑或操作: OR 10 3. 逻辑非操作: NOT 10 四、数值计算 11 1. 取整函数: round 11 2. 指定精度取整函数: round 11 3. 向下取整函数: floor 11 4. 向上取整函数: ceil 12 5. 向上取整函数: ceiling 12 6. 取随机数函数: rand 12 7. 自然指数函数: exp 13 8. 以10为底对数函数: log10 13 9. 以2为底对数函数: log2 13 10. 对数函数: log 13 11. 幂运算函数: pow 14 12. 幂运算函数: power 14 13. 开平方函数: sqrt 14 14. 二进制函数: bin 14 15. 十六进制函数: hex 15 16. 反转十六进制函数: unhex 15 17. 进制转换函数: conv 15 18. 绝对值函数: abs 16 19. 正取余函数: pmod 16 20. 正弦函数: sin 16 21. 反正弦函数: asin 16 22. 余弦函数: cos 17 23. 反余弦函数: acos 17 24. positive函数: positive 17 25. negative函数: negative 17 五、日期函数 18 1. UNIX时间戳转日期函数: from_unixtime 18 2. 获取当前UNIX时间戳函数: unix_timestamp 18 3. 日期转UNIX时间戳函数: unix_timestamp 18 4. 指定格式日期转UNIX时间戳函数: unix_timestamp 18 5. 日期时间转日期函数: to_date 19 6. 日期转年函数: year 19 7. 日期转月函数: month 19 8. 日期转天函数: day 19 9. 日期转小时函数: hour 20 10. 日期转分钟函数: minute 20 11. 日期转秒函数: second 20 12. 日期转周函数: weekofyear 20 13. 日期比较函数: datediff 21 14. 日期增加函数: date_add 21 15. 日期减少函数: date_sub 21 六、条件函数 21 1. If函数: if 21 2. 非空查找函数: COALESCE 22 3. 条件判断函数:CASE 22 4. 条件判断函数:CASE 22 七、字符串函数 23 1. 字符串长度函数:length 23 2. 字符串反转函数:reverse 23 3. 字符串连接函数:concat 23 4. 带分隔符字符串连接函数:concat_ws 23 5. 字符串截取函数:substr,substring 24 6. 字符串截取函数:substr,substring 24 7. 字符串转大写函数:upper,ucase 24 8. 字符串转小写函数:lower,lcase 25 9. 去空格函数:trim 25 10. 左边去空格函数:ltrim 25 11. 右边去空格函数:rtrim 25 12. 正则表达式替换函数:regexp_replace 26 13. 正则表达式解析函数:regexp_extract 26 14. URL解析函数:parse_url 26 15. json解析函数:get_json_object 27 16. 空格字符串函数:space 27 17. 重复字符串函数:repeat 27 18. 首字符ascii函数:ascii 28 19. 左补足函数:lpad 28 20. 右补足函数:rpad 28 21. 分割字符串函数: split 28 22. 集合查找函数: find_in_set 29 八、集合统计函数 29 1. 个数统计函数: count 29 2. 总和统计函数: sum 29 3. 平均值统计函数: avg 30 4. 最小值统计函数: min 30 5. 最大值统计函数: max 30 6. 非空集合总体变量函数: var_pop 30 7. 非空集合样本变量函数: var_samp 31 8. 总体标准偏离函数: stddev_pop 31 9. 样本标准偏离函数: stddev_samp 31 10.中位数函数: percentile 31 11. 中位数函数: percentile 31 12. 近似中位数函数: percentile_approx 32 13. 近似中位数函数: percentile_approx 32 14. 直方图: histogram_numeric 32 九、复合类型构建操作 32 1. Map类型构建: map 32 2. Struct类型构建: struct 33 3. array类型构建: array 33 十、复杂类型访问操作 33 1. array类型访问: A[n] 33 2. map类型访问: M[key] 34 3. struct类型访问: S.x 34 十一、复杂类型长度统计函数 34 1. Map类型长度函数: size(Map) 34 2. array类型长度函数: size(Array) 34 3. 类型转换函数 35

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值