Hive开窗函数源码

整体思路

rank和row_number使用起来的区别就是相同的排序，rank是相同的，并且排名不是连续的，核心算法就是UDAF，详细见。。。

了解开窗函数参考https://blog.csdn.net/samll_DATA/article/details/119598024?spm=1001.2014.3001.5501

窗口函数和window字句

关键是理解ROWS BETWEEN含义,也叫做WINDOW子句：
PRECEDING：往前
FOLLOWING：往后
CURRENT ROW：当前行
UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UNBOUNDED FOLLOWING：表示到后面的终点

支持window字句的源码分析

sum字句

1. GenericUDAFSumLong buff 存的是long：就是当前分区下所有的累加和

2. StreamingState extends AbstractAggregationBuffer ： result存的是（list）分区每一行的结果，比如就是 前10行到，前两行的结果

3. SumAvgStreamingState extends StreamingState：intermediateVals存的是（list）用来计算结果的，比如当前结果：S[x…y] = S[y] - S[x-1]，也就是每一行从开头的累加和，窗口的和只用通过减法就可以得到.

4. 核心算法思想：$S_n$代表分区0到numRows=n的和，如果保证，m-n刚好就是窗口windowSize的大小，那么$S_m-S_n$就代表某一行的结果（就是某个窗口的和）。具体实现如下
   1、这里也考虑一个相对复杂的特殊情况，CASE：X preceding and Y preceding，这里一般分三种情况a、窗口没有数据；b、窗口只有部分数据；c、窗口全部数据
   2、来数据o，得到累计和sum，减去并移除intermediateVals[0]，得到结果s，result.add(s)，intermediateVals.add(sum)
   3、回到第2，直到没有数据
   4、ternite 方法补充数据

核心算法代码实现主要涉及两个方法iterate和terminate

public void iterate(AggregationBuffer agg, Object[] parameters)
    throws HiveException {
   
  SumAvgStreamingState ss