Hive第六天——Hive函数（开窗函数之累计统计）

---

本文部分参考自：https://blog.csdn.net/qq_23897391/article/details/100558433

---

Hive第六天——Hive函数

自己的话：千里之行，始于足下。

每天都要保持前进，我势必要有强劲的实力，再跟明天的自己问好。

开窗函数：累计统计

---

这类函数叫法很多，包括分析函数、窗口函数、开窗函数、分析窗口函数，其实说的都是一类函数

一、开窗函数简介

开窗函数用于为行定义一个窗口（这里的窗口是指运算将要操作的行的集合），它对一组值进行操作，不需要使用GROUP BY子句对数据进行分组，能够在同一行中同时返回基础行的列和聚合列。

---

二、开窗函数语法

1.开窗函数的语法为：

• over(partition by 列名1,列名2 …… order by 列名3,列名4 …… [desc])

• 括号中的两个关键词partition by 和order by 可以只出现一个。

• partition by 和order by 后面的列名可以根据需求设定任意数量个列名。

• order by后面可以选择是否跟desc，加上为倒序排序（从大到小），不加则默认为从小到大排序。

• over() 前面是一个函数。

2.分段解析：

sum(columns) over (partition by col1 order by col2 rows between n/unbounded preceding and m following/current row )

如果不指定rows between，默认为从起点到当前行；
如果不指定order by，则将分组内所有值累加；

关键是理解rows between含义，也叫做window子句：

• preceding:往前
• following：往后
• current rows：当前行
• unbounded：起点
• unbounded preceding：表示从前面的起点
• unbounded following：表示到后面的终点

---

三、开窗函数分类

在Hive中开窗函数按功能主要分为以下四类：

• 组内累计统计
• 组内排序
• 组内层次查询
• 组内偏移关联

---

四、组内累计统计开窗函数

Hive中提供了很多分析函数，用于完成负责的统计分析。先看看基础的sum,avg,min,max，用于实现分组内所有和连续累计的统计。

数据准备：
新建test.txt文件，输入如下的三列数据，以空格分隔。第一列是月份，第二列代表商铺名称，第三列代表该商铺该月营业额（万元）。

[root@hadoop ~]# vim test.txt 
 
2019-01 a 10
2019-02 a 20
2019-03 a 30
2019-01 b 10
2019-02 b 20
2019