使用环境为hive,over()开窗函数前分排序函数和聚合函数两种。
当为排序函数,如row_number(),rank()等时,over中的order by只起到窗口内排序作用。
当为聚合函数,如max,min,count等时,over中的order by不仅起到窗口内排序,还起到窗口内从当前行到之前所有行的聚合(多了一个范围)。
如:select id, dept, salary, min(salary) over(partition by dept) min_sal from dept; – ①
select id, dept, salary, min(salary) over(partition by dept order by id) min_sal from dept; – ②
上面①②中的min_salary字段的值会不一样,原因是②中使用order by后,等同于 min(salary) over(partition by dept order by userid range between unbounded preceding and current row ),当然可以在order by后使用框架子句,即rows,range等,如果没有写框架子句,就默认在窗口范围中当前行到之前所有行的数据进行统计。
over partition by与group by的区别:
group by会改变数据的行数,返回分组之后的数据结果。
而partition是数据原本多少行,分区之后仍有多少行。