hive 窗口函数 累加 hive窗口函数分组排序

文章目录

• 1 窗口函数概述
• 2 语法规则
• 3 窗口聚合函数的使用
• 4 窗口表达式
• 5 窗口排序函数

• 5.1 row_number家族
• 5.2 ntile函数

• 6 窗口分析函数

最近工作中经常遇到窗口函数，看了一些视频讲的不是很清楚，于是又查阅了一些资料，通俗的学透它，理解它，之后忘记也可以看这个想起来

1 窗口函数概述

直观去感受一下窗口函数和group by分组之间的区别

2 语法规则

3 窗口聚合函数的使用

主要包括sum，max，min，avg，接下来以sum为例，其它都类似。窗口函数配合聚合函数功能非常强大，在工作中用的很多

特别注意的点：

（1）要不要使用order by。order by当且仅当 在聚合函数中是累计求和的概念，
（2）order by 后面加不加窗口表达式，如果不加，默认从第一行到当前行 （3）上面两个可以溯源到官网

4 窗口表达式

一些例子可供参考

5 窗口排序函数

5.1 row_number家族

rank：在每个分组中，为每行分配一个从1开始的序列号，考虑重复，例如[1，2，2，4]
row_number：在每个分组中，为每行分配一个从1开始的唯一序列号，递增不重复，例如[1,2,3,4]
dense_rank：在每个分组中，为每行分配一个从1开始的序列号，考虑重复，例如[1,2,2,3]

记忆方法：
对于row_number理解它为行号就行，行号肯定是不重复的；对于dense_rank，理解dense，减少，说明如果出现重复的，序号数字会小于行数。记忆两个剩下的就记住了

注意：
这里order by 不要有累计的想法，但原理上窗口大小还是累计增加的，为了搞混，我们只需要记住这个就是排序

5.2 ntile函数

6 窗口分析函数

举个例子，以LAG为例

FIRST_VALUE：如果出现order by 就是截止到当前行的第一行

LAST_VALUE：如果出现order by 就是截止到当前行的最后一行