hive sql进阶之窗口函数,分析函数

1.row_number 函数
区别于其它排序函数，相当于多了一个排序的列
数据准备
name    money
ming    12
yang    23
ming    35
ming    54
yang    43
select name,money,row_number() over(order by money) from lei_test;
ming    12    1
yang    23    2
ming    35    3
yang    43    4
ming    54    5
select name,money,row_number() 
over(partition by  name order by money) 
from lei_test;
ming    12    1
ming    35    2
ming    54    3
yang    23    1
yang    43    2
select name,money,tb
from 
(select name,money,row_number() 
over(partition by  name order by money) tb
from lei_test) ta
where tb=1;
ming    12    1
yang    23    1

2.rank()函数与row_number函数类似
区别，相同成绩会并列，序列不连接
select name,money,rank() 
over(partition by  name order by money) 
from lei_test;

ming    12    1
ming    12    1
ming    35    3
ming    54    4
yang    23    1
yang    43    2

DENSE_RANK
3.dense_rank函数与row_number函数类似
区别，相同成绩会并列，序列连接
select name,money,dense_rank() 
over(partition by  name order by money) 
from lei_test;
ming    12    1
ming    12    1
ming    35    2
ming    54    3
yang    23    1
yang    43    2

4.cume_dist() 小于等于当前值的行数/分组内总行数
select name,money,CUME_DIST() 
over(partition by  name order by money) 
from lei_test;

ming    12    0.5
ming    12    0.5
ming    35    0.75
ming    54    1.0
yang    23    0.5
yang    43    1.0

5.percent_rank() 分组内当前行的RANK值-1/分组内总行数-1
select name,money,percent_rank() 
over(partition by  name order by money) 
from lei_test;
ming    12    0.0
ming    12    0.0
ming    35    0.6666666666666666
ming    54    1.0
yang    23    0.0
yang    43    1.0

6.ntile(n)函数，将数据分成n份
select name,money,ntile(2) 
over(partition by  name order by money) 
from lei_test;

ming    12    1
ming    12    1
ming    35    2
ming    54    2
yang    23    1
yang    43    2

############################分析函数完

窗口函数

####################################

7.LEAG(col,n,DEFAULT) 用于统计窗口内往上第n行值
select name,money,lead(money,1)
over(partition by  name order by money) 
from lei_test;

ming    12    12
ming    12    35
ming    35    54
ming    54    NULL
yang    23    43
yang    43    NULL

8.LAG(col,n,DEFAULT) 用于统计窗口内往下第n行值
select name,money,lag(money,1)
over(partition by  name order by money) 
from lei_test;

9.FIRST_VALUE()得到排序后第一个

select name,money,FIRST_VALUE(money)
over(partition by  name order by money) 
from lei_test;

ming    12    12
ming    12    12
ming    35    12
ming    54    12
yang    23    23
yang    43    23

10.取分组内排序后，截止到当前行，最后一个值
select name,money,last_VALUE(money)
over(partition by  name order by money) 
from lei_test;

ming    12    12
ming    12    12
ming    35    35
ming    54    54
yang    23    23
yang    43    43