Hive中使用over()实现累积求和和滑动求和

上一篇咱们介绍了三个常用的排序函数row_number(),rank()和dense_rank()。这三个函数需要配合开窗函数over()来实现排序功能。但over()的用法远不止于此，本文咱们来介绍如何实现累计求和和滑动求和。

1、数据介绍

咱们有三列数据，分别是员工的姓名、月份和销售额：

接下来，咱们实现两个主要的功能，对每个员工的销售业绩的累积求和以及滑动求和（每个月计算其最近三个月的总销售业绩）

2、累积求和

实现累积求和，使用sum()函数配合over()来实现，具体的实现语法如下：

 sum(需要求和的列) over(partition by 分组列 order by 排序列 asc/desc)

本例中的SQL代码如下：

select
 *,
 sum(cnt) over(partition by name order by month) as total_cnt
from
 default.salerinfo

结果如下：

3、滑动求和

累积求和还是比较简单的，滑动求和就需要用到over中的另一用法了：

 sum(需要求和的列) over(partition by 分组列 order by 排序列 range between ... and ...)

这里需要在over函数中使用range between and指定窗口的大小，向前使用preceding，向后使用following。如2 preceding and 1 following指定的窗口包括当前行、当前行前面两行以及当前行后面一行，总共4行。

如在本例中，我们想要求每个月对应的最近三个月的业绩之和（包含本月在内），代码如下：

sum(cnt) over(partition by name order by month range between 2 preceding and 0 following) 

如果不想写0 following，另一种更为合适的写法是使用current row：

sum(cnt) over(partition by name order by month range between 2 preceding and current row)

两种写法都是可以的，结果如下：

可以看到，在前面的数据不足两行时，有几行就对几行求和。如1月份的滑动求和即本身，2月份的求和结果时1月份和2月份的累积。

更进一步，如果我们想实现不包含本月在内的前三个月的求和，该怎么实现呢？一种是使用4行的滑动求和减去当前行的结果，另一种是range两边都使用preceding：

select
 *,
 sum(cnt) over(partition by name order by month range between 3 preceding and 1 preceding) as total_cnt
from
 default.salerinfo

当然，可以调皮一下，把1 preceding换成 -1 following也可以，二者是等价的：

sum(cnt) over(partition by name order by month range between 3 preceding and -1 following)

结果如下：

有没有学到新东西呢～～～