Hive SQL进阶案例（一）：使用LAG函数判断日期连续性

一、LAG函数介绍

LAG函数是一个常用的窗口函数，作用是取当前行之后的数据，即把该列数据向上错位。使用方法如下：

LAG(col ,n ,Default)

• col是字段名称，指明要操作的列，必须指定该参数；

• n表示取当前行的后n行的col列数据，可以不指定默认为1；

• Default 表示前n行没有数据时的默认值，可以不指定默认为NULL.

---

二、案例表及测试数据准备

首先创建该案例的表结构、插入测试数据。

-- project表为项目表
CREATE TABLE project(
    proj_number varchar(20)  -- 项目编号
    ,name varchar(20)        -- 项目名称
    ,start_date date         -- 项目启动日期
    ,total_cost varchar(12)  -- 项目总成本：项目未完成则置NULL
    ,dept_code varchar(20)   -- 项目负责部门编号
    ,client_id varchar(20)   -- 客户编号
    ,code varchar(20)        -- 项目编码
 );
-- assignment表存储员工在项目的工作情况
CREATE TABLE assignment(
    assign_num varchar(20)   -- 作业编号
    ,proj_number varchar(20) -- 项目编号
    ,emp_num varchar(20)     -- 员工编号
    ,date_assigned date      -- 本月开始作业日期
    ,date_ended date         -- 本月结束作业日期
    ,hours_used varchar(10)  -- 当月工时【当月作业没有结束则存NULL】
  );
 -- 插入测试数据
INSERT INTO project 
VALUES (7001, 'Apollo',    '2020-12-17', '$10,000.90', 1, 2001, 9001)
,(7002, 'Astro',     '2021-