Hive中的leg和lead函数简单使用

介绍：
Hive的分析函数又叫窗口函数，在oracle中就有这样的分析函数，主要用来做数据统计分析的。

Lag和Lead分析函数可以在同一次查询中取出同一字段的前N行的数据(Lag)和后N行的数据(Lead)作为独立的列。

这种操作可以代替表的自联接，并且LAG和LEAD有更高的效率，其中over()表示当前查询的结果集对象，括号里面的语句则表示对这个结果集进行处理。

函数介绍
LAG
LAG(col,n,DEFAULT) 用于统计窗口内往上第n行值
参数1为列名，参数2为往上第n行（可选，默认为1），参数3为默认值（当往上第n行为NULL时候，取默认值，如不指定，则为NULL）

LEAD
与LAG相反
LEAD(col,n,DEFAULT) 用于统计窗口内往下第n行值
参数1为列名，参数2为往下第n行（可选，默认为1），参数3为默认值（当往下第n行为NULL时候，取默认值，如不指定，则为NULL

1、创建元数据 lag_lead.txt 文件

以"\t"分隔

slm	2018-12-26 01:10:00	1
slm	2018-12-26 02:11:00	2
slm	2018-12-26 03:22:00	3
slm	2018-12-26 04:10:00	4
slm	2018-12-26 05:10:00	5
hh	2018-12-26 01:10:00	1
hh	2018-12-26 02:11:00	2
hh	2018-12-26 03:22:00	3
hh	2018-12-26 04:10:00	4
hh	2018-12-26 05:10:00	5

2、把元数据传到集群中

3、创建hive表

create table leg_lead(
    name string,
    time string,
    id string
) row format delimited fields terminated by '\t';

4、加载数据到hive表

load data local inpath '/home/hadoop/lag_lead.txt' into table leg_lead;

5、lag使用

select name, time ,lag(time,1) over(partition by name order by time asc ) as rtime from leg_lead;

查询结果 ：

上面lad函数中默认没有的值为null

6、lead 使用

select name, time ,lead(time,2) over(partition by name order by time asc ) as rtime from leg_lead;

查询结果

上面lead函数默认值为null