Hive 窗口函数

（一）常见的Hive窗口函数

·ROW_NUMBER() - 为结果集中的每一行分配一个唯一的序号。

·RANK() - 为结果集中的每一行分配一个排名，考虑重复值。

·DENSE_RANK() - 为结果集中的每一行分配一个排名，不考虑重复值的间隙。

·LEAD() 和 LAG() - 访问结果集中当前行的前一行或后一行的值。

·SUM(), AVG(), MIN(), MAX() - 在窗口内计算聚合值。

·FIRST_VALUE() 和 LAST_VALUE() - 返回窗口中的第一行或最后一行的值。

·NTILE(n) - 将结果集分成大致相等的n个部分，并为每行分配一个桶号。

（二）Hive窗口函数的使用方法

使用窗口函数时，您需要在函数后面添加OVER()子句，并在其中指定窗口的定义。窗口定义可以包括PARTITION BY和ORDER BY子句，它们分别用于定义窗口的分区和排序。

基本语法：

SELECT

    column1,

    column2,

    window_function(column) OVER (

        [PARTITION BY partition_expression, ... ]

        ORDER BY sort_expression [ASC | DESC], ...

        [ROWS BETWEEN unbounded_preceding AND unbounded_following]

    ) as alias_name

FROM

    table_name;

·PARTITION BY：可选，用于将结果集分成多个分区，窗口函数将在每个分区内独立计算。

·ORDER BY：必需，用于指定窗口内行的排序顺序。

·ROWS BETWEEN：可选，用于定义窗口的帧范围，即哪些行应该包含在每个窗口的计算中。

（三）注意事项

·窗口函数通常与聚合函数结合使用，但它们的区别在于窗口函数会为结果集中的每一行返回一个值，而聚合函数会为整个结果集返回一个单一的值。

·窗口函数可以与其他SQL语句（如WHERE、GROUP BY等）一起使用，但具体的语法和用法可能因Hive的版本和配置而有所不同。因此，建议查阅您所使用的Hive版本的官方文档以获取最准确的信息和示例。