hive窗口函数使用详解

ntile

  • 用于将分组数据按照顺序切分成n片,返回当前记录所在的切片值。
  • 经常用来取前30% 带有百分之多少比例的记录什么的

注意:

NTILE不支持ROWS BETWEEN,比如 NTILE(2) OVER(PARTITION BY id ORDER BY mod_date ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)

实例:

select *,ntile(3) over(partition by id order by mod_date) from t0411;

在这里插入图片描述

collect_set

求多行的集合

实例:

select 
    id, 
    mod_date,
    src,
    cur,
    row_number() over(partition by id order by mod_date asc) as num,--使集合有序
    collect_set(src) over(partition by id order by mod_date asc ) as srcs1,
    collect_set(cur) over(partition by id ) as srcs2
from db01.t0411

在这里插入图片描述

rows

rows函数:
current row:当前行
n PRECEDING:往前n行
n FOLLOWING:往后n行
UNBOUNDED:起点
UNBOUNDED PRECEDING:从前面起点
UNBOUNDED FOLLOWING:到后面终点
LAG(col,n):往前的第n行
LEAD(col,n):往后的第n行

实例1:

-- 计算每个id从开始到当前时间的总的修改次数
-- 参数讲解
-- partition by id:按照id分组
-- order by mod_date:按照日期进行排序
-- UNBOUNDED PRECEDING:从起点开始
-- CURRENT ROW:到当前行
select 
    *,
   count(id) over(partition by id order by mod_date rows between UNBOUNDED PRECEDING and CURRENT ROW) 
from t0411;

在这里插入图片描述实例2:
与collet_set实例效果一样,但更简洁

-- 计算每个id从开始到终点的集合
-- 参数讲解
-- partition by id:按照id分组
-- order by mod_date:按照日期进行排序
-- UNBOUNDED PRECEDING:从起点开始
-- UNBOUNDED FOLLOWING:到终点
select 
    *,
   collect_set(src) over(partition by id order by mod_date asc rows between UNBOUNDED PRECEDING and CURRENT ROW),
   collect_set(src) over(partition by id order by mod_date asc rows between UNBOUNDED PRECEDING and UNBOUNDED FOLLOWING)
from t0411;

在这里插入图片描述

实例2:

-- 计算相邻三行的值(第一行计算当前行 + 后一行; 最后一行计算当前行 + 前一行)
-- 参数讲解
-- order by mod_date:按照日期进行排序
-- 1 preceding:当前行的前1行
-- 1 following:当前行的后一行
select 
    *,
    count(id) over(order by mod_date rows between 1 preceding and 1 following) 
from t0411;

在这里插入图片描述
实例3:

-- 查询顾客修改时间,以及下次修改时间(电商网站常用于求页面跳转的前后时间)
-- 参数详解:
-- partition by name:按照姓名分组
-- order by mod_date:按照时间排序
-- lag(mod_date,1):返回当前mod_date行的前一行
-- lead(mod_date,1):返回当前mod_date行的后一行
select 
    *,
    lag(mod_date,1) over(partition by id order by mod_date) ,
    lead(mod_date,1) over(partition by id order by mod_date) 
from t0411;

在这里插入图片描述
测试数据见另一篇博客

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
窗口函数是一种在Hive中用于分析数据的函数。它指定了函数工作的数据窗口大小,也就是当前行的上下多少行。与聚合函数不同,窗口函数对于每个组返回多行,而聚合函数只返回一行。在日常的开发中,常用的窗口函数包括sum() over()、count() over()等。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [hive窗口函数详解](https://blog.csdn.net/qianfeng_dashuju/article/details/107151220)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [【大数据HiveHive 窗口函数使用详解](https://blog.csdn.net/congge_study/article/details/128996163)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Hive语法详解](https://download.csdn.net/download/thomson617/10952541)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值