Hive-窗口函数、窗口大小

简介

在进行分组聚合以后 ， 我们还想操作集合以前的数据 使用到窗口函数

相关函数说明

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

CURRENT ROW：当前行  current row

n PRECEDING：往前n行数据  n  preceding

n FOLLOWING：往后n行数据  n following

UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UNBOUNDED FOLLOWING表示到后面的终点  unbound preceding  unbound following

LAG  (scalar_expression [,offset] [,default])  ： 往前第n行的数据

LEAD (scalar_expression [,offset] [,default])：往后第n行数据 

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

• 表内的信息

窗口函数

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

select
*,
count(1)over() total_persion,
sum(money)over() total_money
from
tb_orders
order by name,ctime
;

控制窗口的大小

1  partition by

select
*,
count(1) over(partition by name) total_persion,
sum(money) over(partition by name) total_money
from
tb_orders;

2  UNBOUNDED PRECEDING 和 CURRENT ROW

计算每个人的开始的消费金额到当前时间消费金额的和

select 
*,
sum(money)over(partition by name rows between unbounded preceding and current row)total_money
from
tb_orders;

• 注意：当进行排序后 默认从起始行到当前行

select
*,
sum(money)over(partition by name order by ctime)
from
tb_orders;

3  n PRECEDING  和  n FOLLOWING

当前数据的前n行到到当前数据的后n行

select 
*,
sum(money)over(partition by name rows between 1 preceding and 1 following)
from
tb_orders;

4  lag和lead

LAG  (scalar_expression [,offset] [,default])  ： 往前第n行的数据

LEAD (scalar_expression [,offset] [,default])：往后第n行数据 

scalar_expression：关键字

offset：偏移量

default：默认值

select
*,
lag(ctime,1,"第一次购买")over(partition by name order by ctime)
from
tb_orders;

select
*,
lag(ctime,2)over(partition by name order by ctime)
from
tb_orders;

select
*,
lead(ctime,1)over(partition by name order by ctime)
from
tb_orders;

5  NTILE(n)

将数据分成n份

select 
*,
ntile(5)over(order by ctime)
from
tb_orders;