hive窗口函数------- over()

最新推荐文章于 2022-08-13 17:48:37 发布

呔小怪兽休走

最新推荐文章于 2022-08-13 17:48:37 发布

阅读量350

点赞数 1

分类专栏： sql hive 文章标签： hive sql

本文链接：https://blog.csdn.net/weixin_39419040/article/details/89961692

版权

sql 同时被 2 个专栏收录

7 篇文章 0 订阅

订阅专栏

hive

5 篇文章 0 订阅

订阅专栏

本文介绍了Hive的窗口函数over()，它在SQL查询中用于实现聚合功能，同时保持原始数据的可见性。over()函数可以与partition by和order by结合使用，其中partition by用于分组，order by指定排序。文章还提到了rows between...and...的用法，以及ntile(), row_number(), rank(), dense_rank()等序列函数，以及lag()和lead()等其他窗口函数的应用。" 125127876,11325605,Java Web参数校验实践：JSR303与Hibernate Validator,"['后端开发', 'Java', 'Spring框架', '验证框架']

摘要由CSDN通过智能技术生成

功能：既能显示聚合前的数据，又能显示聚合后的函数

执行顺序：最后一步执行，仅仅位于order by 之前

select查询中存在多个窗口函数时他们之间是没有影响的，每个窗口应用自己规则

函数内容：

over():

partition by :分组(在分组内进行操作)。

order by ：默认从起点行到当前行。

eg:

select DISTINCT appkey,amount, count(1)over(partition by appkey order by amount ) from xxx

window :rows between ... and ...

preceding ---往前

following -----往后

current row --当前行

unbounded---起点

主要序列函数不支持window子句：

ntile(n):将分组数据按照顺序分成n片，返回当前切片值

假如我们想要每位顾客购买金额前1/3的交易记录：

select name,orderdate,cost,

ntile(3) over() as sample1 , --全局数据切片

ntile(3) over(partition by name), -- 按照name进行分组,在分组内将数据切成3份

ntile(3) over(order by cost),--全局按照cost升序排列,数据切成3份

ntile(3) over(partition by name order by cost ) --按照name分组，在分组内按照 cost升序排列,数据切成3份

from t_window

row_number,rank,dense_rank:

- row_number()从1开始，按照顺序，生成分组内记录的序列,row_number()的值不会存在重复,当排序的值相同时,按照表中记录的顺序进行排列

- RANK() 生成数据项在分组中的排名，排名相等会在名次中留下空位

- DENSE_RANK() 生成数据项在分组中的排名，排名相等会在名次中不会留下空位

lag:返回上行的数据

lead：返回下行的数据

first_valve:

last_value