hive学习

1.HiveDDL

1.1创建数据库

1.创建一个数据库

create database db_hive;

2.避免已经存在 错误,增加 if not exists

3.创建的数据库 ,数据库在HDFS的默认路径在/user/hive/warehouse/*.db也可以指定hdfs上存放的路径

create database db_hive2 location ‘/hive2.db’;

1.2查询数据库

1. 显示数据库

   show databases;

2. 过滤显示查询数据库

   show databases like ‘hive*’

1.3查看数据库详情

1. 显示数据库信息

   desc database db_hive;

2. 显示数据库详细信息,加一个extended

   desc database extended db_hive;

3. 使用数据库

   use db_hive

1.4修改数据库

用户可以使用alter database 命令为某个数据库的设置键-值对 属性值，来描述这个数据库的属性信息

数据库的其他元数据信息都是不可更改的，包括数

据库名和数据库所在的目录位置

hive (default)> alter database hive set

dbproperties(‘createtime’=‘20170830’);

1.5删除数据库

1. 删除空数据库

   drop database db_hive2;

2. 删除数据库不存在,用if not exists 来判断

   drop database if not exists;

3. 如果数据库不为空 可以用 cascade 来强制删除

   drop database db_hive cascade;

1.6hive建表语句

create table

1. 创建数据库表

   use myhive;

   create table stu(id int,name string);

   insert into stu values(1,“张三”);//通过MapReduce插入数据 不建议使用

   select * from stu;

2. 创建表指定字段分割

   create table if not exists stu2(id int , name string) row format delimited field terminated by ‘\t’;

3. 创建表并指定保存路径

   create table if not exists stu3(id int , name string) row format delimited field terminated by ‘\t’ location ‘/user/stu3’;

4. 根据查询结果创建表

   create table stu4 like select * from stu3;// 通过复制表的结构和内容创建表

5. 根据已经存在的表结构创建表

   create table stu5 as stu4;

6. 查询表的详细信息

   desc formatted stu5;

7. 删除表

   drop table stu5;

外表说明

Hive 创建内部表时，会将数据移动到数据仓库指向的路 径；

若创建外部表，仅记录数据所在的路径，不对数据的位置做任何改变

外表是通过指定其他的hdfs 路径的数据加载到表中来 ,所以hive会认为自己不会独占这份数据,删除hive数据表的时候,数据任然还存在hdfs 中****

1. create external table //创建外部表

   1. 创建老师表

      create external table teacher (t_id string , t_name string) row format delimited fields terminated by ‘\t’;

   2. 创建学生表

      create external table student(s_id string,s_name string , s_birth string , s_sex string) row format delimited fields terminated by ‘\t’;

   3. 加载数据

      load data local inpath ‘/student.csv’ into table student;

   4. 加载数据覆盖已有的数据

      load data local inpath ‘/student.csv’ student into table student;

   5. 从hdfs文件系统中向表中加载数据

      cd …/…/hivedatas

      hdfs dfs -mkdir -p /hivedatas

      hdfs dfs -put teacher.csv /hivedata/

      load data inpath '/hivedatas/teacher.csv’into table teacher;

2. comment

   1. 表示注释 默认不使用中文

3. partititoned by

   1. 表示使用分区,一个表可以有一个或多个分区,每一个分区都在一个单独的分区下

   2. 创建分区语法

      create table score(s_id string,c_id string , s_score int) partitioned by (month string)row format delimited fields terminated by ‘\t’;

      create table score2(s_id string,c_id string , s_score int) partitioned by(year string ,month string ,day string)row format delimited fields terminated by “\t”;

4. CLUSTERED BY 创建分桶表

5. ROW FORMAT

6. STORED AS 指定存储文件类型

   1. 常用的存储文件类型：
      1. SEQUENCEFILE（二进制序列文件）、
      2. TEXTFILE（文本）、
      3. RCFILE（列式存储格式文件）

7. LOCATION ：指定表在 HDFS 上的存储位置。

8. LIKE 允许用户复制现有的表结构，但是不复制数据。

###管理表

默认创建的表都是所谓的管理表，有时也被称为内部表

因为这种表，Hive 会（或多 或少地）控制着数据的生命周期。

Hive 默认情况下会将这些表的数据存储在由配置项 (/user/hive/warehouse)所定义的目录的子目录下。

当我们 删除一个管理表时，Hive 也会删除这个表中数据。

管理表不适合和其他工具共享数据。

1. 普通创建表

   create table if not exists student(

   id int, name string )

   row format delimited fields terminated by ‘\t’

   stored as textfile

   location ‘/user/hive/warehouse/student’;

2. 根据查询结果创建表

   create table if not exists student2 as select id, name from

   student;

3. 根据已经存在的表结构创建表

   create table if not exists student3 like student;

4. 查询表的类型

   hive (default)> desc formatted student2;

   Table Type: MANAGED_TABLE

   外部表

   因为表是外部表，所以 Hive 并非认为其完全拥有这份数据.

   删除该表并不会删除掉这 份数据，不过描述表的元数据信息会被删除掉。

   1. 创建部门表

      create external table if not exists default.dept(

      deptno int,

      dname string,

      loc int

      )

      row format delimited fields terminated by ‘\t’;

   2. 创建员工表

      create external table if not exists default.emp(

      empno int,

      ename string,

      job string,

      mgr int,

      hiredate string,

      sal double,

      comm double,

      deptno int)

      row format delimited fields terminated by ‘\t’;

   3. 查看创建的表

      hive (default)> show tables;

      OK

      tab_name

      dept

      emp

   4. 向外部表中导入数据

      hive (default)> load data local inpath

      ‘/opt/module/data/dept.txt’ into table default.dept;

      hive (default)> load data local inpath

      ‘/opt/module/data/emp.txt’ into table default.emp;

   5. 查看表格式化数据

      hive (default)> desc formatted dept;

      Table Type: EXTERNAL_TABLE

管理表与外部表的互相转换

（1）查询表的类型

hive (default)> desc formatted student2;

Table Type: MANAGED_TABLE

（2）修改内部表 student2 为外部表

alter table student2 set tblproperties(‘EXTERNAL’=‘TRUE’);

（3）查询表的类型

hive (default)> desc formatted student2;

Table Type: EXTERNAL_TABLE

（4）修改外部表 student2 为内部表

alter table student2 set tblproperties(‘EXTERNAL’=‘FALSE’);

（5）查询表的类型

hive (default)> desc formatted student

注意：(‘EXTERNAL’=‘TRUE’)和(‘EXTERNAL’=‘FALSE’)为固定写法，区分大小写！

分区表

分区表实际上就是对应一个 HDFS 文件系统上的独立的文件夹，该文件夹下是该分区

所有的数据文件。Hive 中的分区就是分目录，把一个大的数据集根据业务需要分割成小的

数据集。在查询时通过 WHERE 子句中的表达式选择查询所需要的指定的分区，这样的查

询效率会提高很多。

创建分区表语法

create table dept_partition( deptno int, dname string, loc string )

partitioned by (month string)

row format delimited fields terminated by ‘\t’;

加载数据到分区表中

load data local inpath ‘绝对路径/dept.txt’ into table default.dept_partition

partition(month=‘201709’);

load data local inpath ‘绝对路径/dept.txt’ into table default.dept_partition

partition(month=‘201708’);

load data local inpath ‘绝对路径/dept.txt’ into table default.dept_partition

partition(month='201707’)

单分区查询

select * from dept_partition where month=‘201709’;

创建单个分区

hive (default)> alter table dept_partition add

partition(month=‘201706’) ;

同时创建多个分区

hive (default)> alter table dept_partition add

partition(month=‘201705’) partition(month=‘201704’);

删除单个分区

hive (default)> alter table dept_partition drop partition

(month=‘201704’);

同时删除多个分区

hive (default)> alter table dept_partition drop partition

(month=‘201705’), partition (month=‘201706’);

查看分区表有多少分区

hive> show partitions dept_partition;

查看分区表结构

hive> desc formatted dept_partition;

创建二级分区表

hive (default)> create table dept_partition2(

deptno int, dname string, loc string )

修改表

重命名表

1．语法

ALTER TABLE table_name RENAME TO new_table_name

2．实操案例

hive (default)> alter table dept_partition2 rename to

dept_partition3;

增加/修改/替换列信息

查询表结构

hive> desc dept_partition;

添加列

hive (default)> alter table dept_partition add columns(deptdesc

string);

查询表结构

hive> desc dept_partition;

更新列

hive (default)> alter table dept_partition change column

deptdesc desc int;

查询表结构

hive> desc dept_partition;

替换列

hive (default)> alter table dept_partition replace

columns(deptno string, dname

string, loc string);

查询表结构

hive> desc dept_partition;

删除表

hive (default)> drop table dept_partition;

2.hiveDML

##2.1数据导入

向表中装载数据（Load）

load data [local] inpath '/opt/module/datas/student.txt' [overwrite] | into table student
[partition (partcol1=val1,…)];
（1）load data:表示加载数据
（2）local:表示从本地加载数据到 hive 表；否则从 HDFS 加载数据到 hive 表 （3）inpath:表示加载数据的路径
（4）overwrite:表示覆盖表中已有数据，否则表示追加
（5）into table:表示加载到哪张表
（6）student:表示具体的表
（7）partition:表示上传到指定分区

创建一张表
create table student(id string, name string) row format delimited fields terminated by '\t';
加载本地文件到 hive
load data local inpath '/opt/module/datas/student.txt' into table default.student;
加载 HDFS 文件到 hive 中
上传文件到 HDFS
hdfs dfs -put /opt/module/datas/student.txt  /user/zhang/hive;
加载 HDFS 上数据 到本地
load data inpath '/user/zhang/hive/student.txt' into table default.student;
加载数据覆盖表中已有的数据
load data inpath '/user/zhang/hive/student.txt' overwrite into table default.student;

通过查询语句向表中插入数据（Insert）

创建一张分区表
create table student(id int, name string) 
partitioned by (month string) row format delimited fields 
terminated by '\t';
基本插入数据
insert into table student 
partition(month='201709') values(1,'wangwu');
基本模式插入（根据单张表查询结果）
insert overwrite table student 
partition(month='201708')
select id, name from student where month='201709';
根据查询结果创建表（查询的结果会添加到新创建的表中）
create table if not exists student3
as select id, name from student;
创建表，并指定在 hdfs 上的位置
create table if not exists student5(
 id int, name string)
 row format delimited fields terminated by '\t'
 location '/user/hive/warehouse/student5';

 注意：先用 export 导出后，再将数据导入。
hive (default)> import table student2 partition(month='201709') 
from'/user/hive/warehouse/export/student';

数据导出Insert 导出

将查询的结果导出到本地
insert overwrite local directory 
'/opt/module/datas/export/student'
 select * from student;
将查询的结果格式化导出到本地
insert overwrite local directory 
'/opt/module/datas/export/student1'
 ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' 
select * from student;
将查询的结果导出到 HDFS 上(没有 local)
insert overwrite directory 
'/user/atguigu/student2'
 ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t' 
 select * from student;
 Hadoop 命令导出到本地
dfs -get /user/hive/warehouse/student/month=201709/000000_0
/opt/module/datas/export/student3.txt;
Hive Shell 命令导出
基本语法：（hive -f/-e 执行语句或者脚本 > file）
bin/hive -e 'select * from 
default.student;
/opt/module/datas/export/student4.txt;
Export 导出到 HDFS 上
 export table default.student to
'/user/hive/warehouse/export/student';

清除表中数据（Truncate）

注意：Truncate 只能删除管理表，不能删除外部表中数据
hive (default)> truncate table student;

3.查询

基本查询（Select…From）

全表查询

hive (default)> select * from emp;

选择特定列查询

hive (default)> select empno, ename from emp;

注意：

（1）SQL 语言大小写不敏感。

（2）SQL 可以写在一行或者多行

（3）关键字不能被缩写也不能分行

（4）各子句一般要分行写。

（5）使用缩进提高语句的可读性。

列别名

1．重命名一个列

2．便于计算

3．紧跟列名，也可以在列名和别名之间加入关键字‘AS’

4．案例实操

查询名称和部门

hive (default)> select ename AS name, deptno dn from emp;

查询出所有员工的薪水后加 1 显示。

hive (default)> select sal +1 from emp;

##常用函数

1．求总行数（count）

hive (default)> select count(*) cnt from emp;

2．求工资的最大值（max）

hive (default)> select max(sal) max_sal from emp;

3．求工资的最小值（min）

hive (default)> select min(sal) min_sal from emp;

4．求工资的总和（sum）

hive (default)> select sum(sal) sum_sal from emp;

5．求工资的平均值（avg）

hive (default)> select avg(sal) avg_sal from emp;

Limit 语句

LIMIT 子句用于限制返回的行数。 hive (default)> select * from emp limit 5;

Where 语句

1．使用 WHERE 子句，将不满足条件的行过滤掉

2．WHERE 子句紧随 FROM 子句

3．案例实操

查询出薪水大于 1000 的所有员工 select * from emp where sal >1000;

Like 和 RLike

1）使用 LIKE 运算选择类似的值

2）选择条件可以包含字符或数字:

% 代表零个或多个字符(任意个字符)。

_ 代表一个字符。

3）RLIKE 子句是 Hive 中这个功能的一个扩展，其可以通过 Java 的正则表达式这个更

强大的语言来指定匹配条件。

4）案例实操

（1）查找以 2 开头薪水的员工信息

select * from emp where sal LIKE ‘2%’;

（2）查找第二个数值为 2 的薪水的员工信息

select * from emp where sal LIKE ‘_2%’;

（3）查找薪水中含有 2 的员工信息

select * from emp where sal RLIKE ‘[2]’;

逻辑运算符（And/Or/Not）

操作符 含义

AND 逻辑并

OR 逻辑或

NOT 逻辑否

##分组

Group By 语句

GROUP BY 语句通常会和聚合函数一起使用，按照一个或者多个列队结果进行分组，

然后对每个组执行聚合操作。

案例实操：

（1）计算 emp 表每个部门的平均工资

select t.deptno, avg(t.sal) avg_sal from empt

group by t.deptno;

（2）计算 emp 每个部门中每个岗位的最高薪水

select t.deptno, t.job, max(t.sal) max_sal from empt

group by t.deptno, t.job;

Having 语句

1．having 与 where 不同点

（1）where 针对表中的列发挥作用，查询数据；having 针对查询结果中的列发挥作用，

筛选数据。

（2）where 后面不能写聚合函数，而 having 后面可以使用聚合函数。

（3）having 只用于 group by 分组统计语句。

2．案例实操

（1）求每个部门的平均薪水大于 2000 的部门

求每个部门的平均工资

select deptno, avg(sal) from emp group by deptno;

求每个部门的平均薪水大于 2000 的部门

select deptno, avg(sal) avg_sal from emp

group by deptno

having avg_sal > 2000;

##Join 语句

Hive 支持通常的 SQL JOIN 语句，但是只支持等值连接，不支持非等值连接。

案例实操

根据员工表和部门表中的部门编号相等，查询员工编号、员工名称和部门名称；
select e.empno, e.ename, d.deptno, d.dname 
from emp e join dept d
on e.deptno = d.deptno;

表的别名

1．好处

（1）使用别名可以简化查询。

（2）使用表名前缀可以提高执行效率

案例实操
合并员工表和部门表
select e.empno, e.ename, d.deptno 
from emp e 
join dept d on e.deptno= d.deptno;

内连接

内连接：只有进行连接的两个表中都存在与连接条件相匹配的数据才会被保留下来。

select e.empno, e.ename, d.deptno 
from emp e 
join  dept d on e.deptno = d.deptno; 

左外连接

左外连接：JOIN 操作符左边表中符合 WHERE 子句的所有记录将会被返回。

select e.empno, e.ename, d.deptno 
from emp e left  
join dept d on e.deptno = d.deptno; 

右外连接

右外连接：JOIN 操作符右边表中符合 WHERE 子句的所有记录将会被返回。

select e.empno, e.ename, d.deptno 
from emp e right  
join dept d on e.deptno = d.deptno;

满外连接

满外连接：将会返回所有表中符合 WHERE 语句条件的所有记录。如果任一表的指定

字段没有符合条件的值的话，那么就使用 NULL 值替代。

select e.empno, e.ename, d.deptno 
from emp e full 
join dept d on e.deptno = d.deptno;

注意：连接 n 个表，至少需要 n-1 个连接条件。例如：连接三个表，至少需要两个连

接条件。

笛卡尔积

1．笛卡尔集会在下面条件下产生

（1）省略连接条件

（2）连接条件无效

（3）所有表中的所有行互相连接

2．案例实操

hive (default)> select empno, dname from emp, dept;

##排序

全局排序（Order By）

Order By：全局排序，一个 Reducer

1．使用 ORDER BY 子句排序

ASC（ascend）: 升序（默认）

DESC（descend）: 降序

2．ORDER BY 子句在 SELECT 语句的结尾

3．案例实操

（1）查询员工信息按工资升序排列

hive (default)> select * from emp order by sal;

（2）查询员工信息按工资降序排列

hive (default)> select * from emp order by sal desc;

按照别名排序

按照员工薪水的 2 倍排序

hive (default)> select ename, sal*2 twosal from emp order by twosal;

多个列排序

按照部门和工资升序排序

hive (default)> select ename, deptno, sal from emp order by deptno, sal ;

每个 MapReduce 内部排序（Sort By）

Sort By：每个 Reducer 内部进行排序，对全局结果集来说不是排序。

1. 设置 reduce 个数

hive (default)> set mapreduce.job.reduces=3;

2. 查看设置 reduce 个数

hive (default)> set mapreduce.job.reduces;

3. 根据部门编号降序查看员工信息

hive (default)> select * from emp sort by empno desc;

4. 将查询结果导入到文件中（按照部门编号降序排序）

hive (default)> insert overwrite local directory /opt/module/datas/sortby-result’

select * from emp sort by deptno desc;

分区排序（Distribute By）

Distribute By：类似 MR 中 partition，进行分区，结合 sort by 使用。

注意，Hive 要求 DISTRIBUTE BY 语句要写在 SORT BY 语句之前。

对于 distribute by 进行测试，一定要分配多 reduce 进行处理，否则无法看到 distribute by

的效果。

Cluster By

当 distribute by 和 sorts by 字段相同时，可以使用 cluster by 方式。

cluster by 除了具有 distribute by 的功能外还兼具 sort by 的功能。但是排序只能是升序排

序，不能指定排序规则为 ASC 或者 DESC

##分桶及抽样查询

分区针对的是数据的存储路径；分桶针对的是数据文件。

分区提供一个隔离数据和优化查询的便利方式。不过，并非所有的数据集都可形成合理

的分区，特别是之前所提到过的要确定合适的划分大小这个疑虑。

分桶是将数据集分解成更容易管理的若干部分的另一个技术

创建分桶表

create table stu_buck(id int, name string) 
clustered by(id) into 4 buckets 
row format delimited fields terminated by '\t';

查看表结构

hive (default)> desc formatted stu_buck;
Num Buckets: 4

其他常用查询函数

空字段赋值

NVL：给值为 NULL 的数据赋值，它的格式是 NVL( string1, replace_with)。它的功能是如果

string1 为 NULL，则 NVL 函数返回 replace_with 的值，否则返回 string1 的值，如果两个参

数都为 NULL ，则返回 NULL。

如果员工的 comm 为 NULL，则用-1 代替

时间类

date_format:格式化时间

hive (default)> select date_format('2019-06-29','yyyy-MM-dd');  
2019-06-29

date_add:时间跟天数相加

hive (default)> select date_add('2019-06-29',5); 
2019-07-04 
hive (default)> select date_add('2019-06-29',-5); 
2019-06-24 

date_sub:时间跟天数相减

hive (default)> select date_sub('2019-06-29',5); 
2019-06-24 
hive (default)> select date_sub('2019-06-29 12:12:12',5); 
2019-06-24 
hive (default)> select date_sub('2019-06-29',-5); 
2019-07-04 

datediff:两个时间相减

hive (default)> select datediff('2019-06-29','2019-06-24'); 
5 
hive (default)> select datediff('2019-06-24','2019-06-29'); 
-5 
hive (default)> select datediff('2019-06-24 12:12:12','2019-06-29'); 
-5 
hive (default)> select datediff('2019-06-24 12:12:12','2019-06-29  13:13:13'); 
-5

CASE WHEN

数据准备

name dept_id sex

悟空 A 男
大海 A 男
宋宋 B 男
凤姐 A 女
婷姐 B 女
婷婷 B 女

创建 hive 表并导入数据

create table emp_sex(
name string, 
dept_id string, 
sex string) 
row format delimited fields terminated by ' ';

load data local inpath '/usr/local/hive/hivedatas/emp_sex.txt' into table 
emp_sex;

需求

求出不同部门男女各多少人。结果如下：

A 2 1

B 1 2

select
dept_id,
sum(if(sex='男',1,0)),
sum(if(sex='女',1,0))
from emp_sex
group by dept_id;

行转列

CONCAT(string A/col, string B/col…(可变形参))：返回输入字符串连接后的结果，支持任意个输入 字符串;

拼接字符串
hive> select concat('hello','world');
OK
helloworld
拼接列表
hive> select concat(name,sex) from emp_sex;
OK
namesex
悟空男
大海男
宋宋男
凤姐女
婷姐女
婷婷女

CONCAT_WS(separator, str1, str2,…)：它是一个特殊形式的 CONCAT()。第一个参数剩

余参数间的分隔符。分隔符可以是与剩余参数一样的字符串。如果分隔符是 NULL，

返回值也将为 NULL。这个函数会跳过分隔符参数后的任何 NULL 和空字符串。分隔

符将被加到被连接的字符串之间;

拼接字符串
hive> select concat_ws('-','hello','word');
OK
hello-word
拼接列表
hive>  select concat_ws ('_',name,sex) from emp_sex;
OK
name_sex
悟空_男
大海_男
宋宋_男
凤姐_女
婷姐_女
婷婷_女

COLLECT_SET(col)：函数只接受基本数据类型，它的主要作用是将某字段的值进行去

重汇总，产生 array 类型字段。

需求

把星座和血型一样的人归类到一起。结果如下：

射手座,A 大海|凤姐

白羊座,A 孙悟空|猪八戒

白羊座,B 宋宋

数据准备

vi person_info.txt
name constellation blood_type
孙悟空 白羊座 A
大海 射手座 A
宋宋 白羊座 B
猪八戒 白羊座 A
凤姐 射手座 A
##建表语句
create table person_info(
name string, 
constellation string, 
blood_type string) 
row format delimited fields terminated by ' ';
load data local inpath "/usr/local/hive/hivedatas/person_info.txt" into table person_info;

##查询语句
第一步:
select
 name,
 concat(constellation, ",", blood_type) base
 from person_info;
结果一
select
 name,
 concat(constellation, ",", blood_type) base
 from person_info;
第二步
select
 t1.base,
 concat_ws('|', collect_set(t1.name)) name
from
 (select
 name,
 concat(constellation, ",", blood_type) base
 from person_info) t1
group by
 t1.base;
 结果二
constellation,blood_type	name
射手座,A	大海|凤姐
白羊座,A	孙悟空|猪八戒
白羊座,B	宋宋

列转行

函数说明

EXPLODE(col)：将 hive 一列中复杂的 array 或者 map 结构拆分成多行。

LATERAL VIEW

用法：LATERAL VIEW udtf(expression) tableAlias AS columnAlias

解释：用于和 split, explode 等 UDTF 一起使用，它能够将一列数据拆成多行数据，在此

基础上可以对拆分后的数据进行聚合

数据准备

vim movie.txt
movie category
《疑犯追踪》 悬疑,动作,科幻,剧情
《Lietome》 悬疑,警匪,动作,心理,剧情
《战狼2》 战争,动作,灾难

需求

将电影分类中的数组数据展开。结果如下：

《疑犯追踪》 悬疑 
《疑犯追踪》 动作 
《疑犯追踪》 科幻 
《疑犯追踪》 剧情 
《Lie to me》 悬疑 
《Lie to me》 警匪 
《Lie to me》 动作 
《Lie to me》 心理 
《Lie to me》 剧情 
《战狼 2》 战争 
《战狼 2》 动作 
《战狼 2》 灾难

创建表 导入数据
create table movie_info(
 movie string,
 category array<string>)
row format delimited fields terminated by ' '
collection items terminated by ",";

load data local inpath "/usr/local/hive/hivedatas/movie.txt" into table 
movie_info;

查询
select
 movie,
 category_name
from
 movie_info lateral view explode(category) table_tmp as 
category_name;

OK
movie	ategory
《疑犯追踪》	悬疑
《疑犯追踪》	动作
《疑犯追踪》	科幻
《疑犯追踪》	剧情
《Lietome》	悬疑
《Lietome》	警匪
《Lietome》	动作
《Lietome》	心理
《Lietome》	剧情
《战狼2》	战争
《战狼2》	动作
《战狼2》	灾难

窗口函数

相关函数说明

OVER()：指定分析函数工作的数据窗口大小，这个数据窗口大小可能会随着行的变化

而变化；

CURRENT ROW：当前行；

n PRECEDING：往前 n 行数据；

n FOLLOWING：往后 n 行数据；

UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点，

UNBOUNDED

FOLLOWING 表示到后面的终点；

LAG(col,n)：往前第 n 行数据；

LEAD(col,n)：往后第 n 行数据；

NTILE(n)：把有序分区中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。

数据准备：name，orderdate，cost

jack,2017-01-01,10 
tony,2017-01-02,15 
jack,2017-02-03,23 
tony,2017-01-04,29 
jack,2017-01-05,46 
jack,2017-04-06,42 
tony,2017-01-07,50 
jack,2017-01-08,55 
mart,2017-04-08,62
mart,2017-04-09,68 
neil,2017-05-10,12 
mart,2017-04-11,75 
neil,2017-06-12,80 
mart,2017-04-13,94

需求

（1）查询在 2017 年 4 月份购买过的顾客及总人数

select name,count(*) over ()
from business
where substring(orderdate,1,7) = '2017-04'
group by name;

（2）查询顾客的购买明细及购买总额

select name,orderdate,cost,sum(cost) over(partition by 
month(orderdate)) from
business;

（3）上述的场景,要将 cost 按照日期进行累加

select name,orderdate,cost,sum(cost) over(distribute by name sort by orderdate)
from business;

（4）查询顾客上次的购买时间

select name,orderdate,cost,lag(orderdate,1,'00000') over(distribute by name sort by orderdate)
from business;

（5）查询前 20%时间的订单信息

select * from (
 select name,orderdate,cost, ntile(5) over(order by orderdate) 
sorted
 from business
) t
where sorted = 1;