hive相关知识

数据库的相关知识
1.union 和 union all的区别
两个都能进行全连接，但是表字段名称需要相同。不同的是union连接后的结果去重，union all的结果不去重

2.rank()over()和row_number()over() 的区别
rank()over()的结果对存在的并列现象会全部显示，而row_number()over()则对结果只显示一个。

如想找到成绩最好的人中身高最高的，则需要rank()over(partition by order by 成绩 desc)，之后再用row_number()over(partition by order by 身高 desc)

3.在做数据关联时候，使用left join过程中为防止数据发生倾斜，一般是小表作为主表去关联大表

4.lead()函数和lag()函数使用方法
lag()函数：查询当前行向上偏移n行后的结果（直观上是总体下移n行）
该函数有三个参数：第一个为待查询的列，第二个为向上偏移的行数，第三个为超出最上边界的默认值
lead()函数：查询当前行向下偏移n行后的结果
该函数有三个参数：第一个为待查询的列，第二个为向下偏移的位数，第三个参数为超出最下边界时的默认值。

5.（未完待续）