首页 > 其他分享> 文章详细

Hive —— Hive窗口分析函数总结

2020-11-27 21:30:48 阅读：185 来源： 互联网

标签：窗口函数 over partition Hive score subject order name

文章目录

窗口分析函数

窗口分析函数

函数中用到的表数据如下图：
在这里插入图片描述

1. 分析函数

row_number()
rank()
dense_rank()

这3个函数通常用在组内排序中，但实现的效果却不相同，用法如下：

select 
    name,subject,score,
    row_number() over(partition by name order by score) rn, 
    rank() over(partition by name order by score) rk,
    dense_rank() over(partition by name order by score) dr
from grade;

排序之后编号对比，如下图：
在这里插入图片描述

2. 聚合函数

count()组内计数
sum()组内求和
avg()组内求平均值
max()&min()组内求最大最小值

下面SQL以sum函数为例展示聚合函数的用法，其他函数的用法类似。

select 
	name,subject,score,
	sum(score) over(partition by name order by subject) as sum1, -- 分组内起始行到当前行的和
	sum(score) over(partition by name order by subject rows between 1 preceding and current row) as sum2, --分组内当前行与前一行的和
	sum(score) over(partition by name order by subject rows between 1 preceding and 2 following) as sum3, --分组内当前行与后两行的和
	sum(score) over(partition by name order by subject rows between unbounded preceding and current row) as sum4, --分组内起始行到当前行的和
	sum(score) over(partition by name order by subject rows between current row and unbounded following) as sum5 ---分组内当前行到终止行的和
from grade;

计算结果如下图：
聚合函数

3. 窗口函数

lag(col, n, default) 表示分组内列(col)的当前行之前的第n行, default为默认值
lead(col, n, default) 表示分组内列(col)的当前行之后的第n行, default为默认值

用法如下图：

select 
    name,subject,score,
    lag(score, 1, 0) over(partition by name order by score) lag, -- lag(score, 1, 0)表示分组内列(score)的当前行之前的第1行, 0为默认值
    lead(score, 1, 0) over(partition by name order by score) lead -- lead(score, 1, 0)表示分组内列(score)的当前行之后的第1行, 0为默认值
from grade;

结果如下图：
在这里插入图片描述

first_value(col) 组内排序第一个值
last_value(col) 组内排序最后一个值

用法如下图：

select 
    name,subject,score,
    first_value(score) over(partition by name order by score) f
from grade;

在这里插入图片描述

标签：窗口,函数,over,partition,Hive,score,subject,order,name
来源： https://blog.csdn.net/lovetechlovelife/article/details/110247159