这篇博客给大家介绍 Hive 中最常用的四个窗口函数,分别是:LEAD, LAG, FIRST_VALUE 以及 LAST_VALUE。
- FIRST_VALUE:取分组内排序后,截止到当前行,第一个值。
- LAST_VALUE:取分组内排序后,截止到当前行,最后一个值。
- LEAD (col, n, default):用于统计窗口内往下滴 n 行值。第一个参数为列名,第二个参数为往下滴 n 行(默认为 1 ),第三个参数为默认值(当往下第n行为NULL时候,取默认值,如不指定,则为NULL)
- LAG (col, n, default):与 lead 函数相反,用于统计窗口内网上第 n 行值。
下面我们举例来看看:
测试数据集如下所示:
FIRST_VALUE 与 LAST_VALUE
select
user_id,
user_type,
row_number() over(partition by user_type order by sales) as row_num,
first_value(user_id) over(partition by user_type order by sales desc) as max_sales_user