Hive窗口函数回顾

1.语法

1.1 基于行的窗口函数

Hive的窗口函数分为两种类型，一种是基于行的窗口函数，即将某个字段的多行限定为一个范围，对范围内的字段值进行计算，最后将形成的字段拼接在该表上。

注意：在进行窗口函数计算之前，要加上order by先对数据进行排序。即

sum(amount) over(order by xxx rows between xxx and xxx)
1

1.2基于值的窗口函数

Hive中基于值的窗口函数，是将某个字段每行的值-1得出要限定的范围，比如某个字段第一行的值为2，那么它的限定范围就是[1,2],第二行的值为6,那么它的限定范围就是[5,6]，最后将结果拼接在源表上。

（1）unbounded preceding：无边界的，可以理解为负无穷。
（2）[num] preceding：num为数字，表示当前值 减num 的值作为起点。
（3）current row：起点为当前值。
（4）[num] following：表示当前值 加num 的值作为起点。

2.窗口分区

窗口分区就是在定义窗口范围的时候，就指定分区字段，每个分区单独划分窗口。

上述代码，按照userid分为了两个区，每个分区内单独开窗实现累加

3.窗口缺省

4.常用的窗口函数

4.1 聚合函数

4.2 跨行取值函数

4.2.1 lead和lag函数

Lead是用于获取当前行的上边某行或者某个字段的值
Lag是用于获取当前行的下边某行或者某个字段的值

Lead和Lag函数式不支持自定义窗口的

4.2.2 First_value和Last_value

获取窗口内**(基于当前行的)**某一列第一个值或者最后一个值

其中false代表不跳过空值，而true则代表跳过空值。

4.3 排名函数

rank,dense_rank,row_number
排名函数也不支持自定义窗口