Hive案例总结

Hive案例总结:

1. 处理日期的两种方式:
   1. substring(orderdate,1,7) = ‘2017-04’
   2. year(orderdate) = 2017 and month(orderdate) = 04

不能写windows字句的函数:

1. 所有的排名函数
2. last_value
3. first_value

两种特殊情况

当指定ORDER BY缺少WINDOW子句时，WINDOW规范默认为RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW。

如果同时缺少ORDER BY和WINDOW子句，则WINDOW规范默认为ROW BETWEENUND UNBOUNDED PRECEDING和UNBOUNDED FOLLOWING。

以下函数在over（）里面只能分区和排序，不能自定义窗口大小了，也就是不能再写window字句

排序分析函数 都不能写 例如： Rank, NTile, DenseRank, CumeDist, PercentRank.

Lead 和 Lag不能写

排名函数

RANK() 排序相同时会重复，会跳号

DENSE_RANK() 排序相同时会重复，不会跳号

ROW_NUMBER() 会根据顺序计算

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
NTILE(n)：把有序窗口的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，NTILE返回此行所属的组的编号。注意：n必须为int类型。