一文讲懂Hive窗口函数

窗口函数是可以在本行内做运算，得到多行<前几行，后几行等>的结果。 通用的窗口函数可以用下面的语法来概括：

Function() Over (Partition By Column1，Column2，Order By Column3 [Rows between .. and ..])

1. Over关键字: 表示前面的函数是分析函数，不是普通的集合函数
2. Partition By: 分组子句，表示分析函数的计算范围，进行分组
3. Order By: 排序子句，表示分组后，组内的排序方式
4. Rows /Range: 窗口子句，不是必须，是在分组后，组内的子分组即窗口[Rows between … and …]
   1. 如果没指定Row语句，则默认为Rows BETWEEN unbounded preceding AND CURRENT ROW。
   2. between前面是前面多少行，比方前面1行就是1 preceding，unbounded preceding是指当前行前面所有行
   3. and后面是当前行后面多少行，比方后面1行就是1 following，current row是指当前行
   4. Range是逻辑窗口，是指定当前行对应值的范围取值，列数不固定，只要行值在范围内，对应列都包含在内
   5. Rows是物理窗口，即根据order by 子句排序后，取的前N行及后N行的数据计算（与当前行的值无关，只与排序后的行号相关）

基础数据

我们先准备基础数据，新建用户比赛表，用户名字，对手，比赛结果<1表示胜利，0表示失败)，比赛时间

CREATE TABLE tmp.user_match_table (
user_name string,
opponent string,
result int,
create_time timestamp);

然后我们插入一些数据：

INSERT INTO TABLE tmp.user_match_table  values
('lily','willing',1,'2019-07-18 23:19:00'),
('willing','lily',0,'2019-07-18 23:19:00'),
('lily','god',0,'2019-07-18 23:20:00'),
('god','lily',1,'2019-07-18 23:20:00'),
('lily','Tom',1,'2019-07-19 22:19:00'),
('Tom','lily',0,'2019-07-19 22:19:00'),
('god','lily',0,'2019-07-19 23:19:00'),
('lily','god',1,'2019-07-19 23:19:00');

聚合型窗口函数

聚合型窗口函数包含max, min, sum, avg, count,collect_set,collect_list,concat_ws等聚合函数，可以计算类似累计至今的收入/开销/订单数目等数据。

累计至当前时间的每个人的得分情况

> SELECT *, SUM(result) OVER (PARTITION BY user_name ORDER BY create_time) AS result_sums FROM tmp.