hive 窗口函数(开窗函数)

窗口函数（开窗函数）

窗口函数是高阶函数，分为窗口和函数两个部分，窗口是限定函数的计算范围，函数表示是计算逻辑。

1.窗口函数的语法

基本语法：

函数 + over( [partition by …] [order by …] [窗口子句] )

• over表示开窗，默认窗口大小会包含所有数据。
• partition by表示根据字段再划分一个细窗口，相同字段进入同一个细窗口里面，每个窗口之间相互独立，窗口子句对于每个细窗口独立生效。
• order by表示窗口内按什么排序，如果只有over表示直接最大窗口排序；如果有partition by每个细窗口单独排序。
• 窗口子句，可以进一步限定范围
  • (rows | range) between (unbounded | [num]) preceding and ([num] preceding | current row | (unbounded | [num]) following
  • (rows | range) between current row and (current row | (unbounded | [num]) following)
  • (rows | range) between [num] following and (unbounded | [num]) following

示例：
rows between unbounded preceding and unbounded following
// 行的范围为上无边界到下无边界（第一行到最后一行）。
// 注：窗口函数是一行一行执行的。

2.哪些函数是窗口函数

2.1窗口函数

• lag(col,n,default_val)：往前第n行数据。
• lead(col,n, default_val)：往后第n行数据。
• first_value (col,true/false)：当前窗口下的第一个值，第二个参数为true，跳过空值。
• last_value (col,true/false)：当前窗口下的最后一个值，第二个参数为true，跳过空值。

2.2聚合函数

• max：最大值。
• min：最小值。
• sum：求和。
• avg：平均值。
• count：计数。

2.3排名分析函数

• rank：排名相同时会重复，总数不会减少。
• dense_rank：排名相同时会重复，总数会减少。
• row_number：行号。
• ntile：分组并给上组号。