Hive——窗口函数

窗口函数

1.什么时候用开窗函数？
开窗函数常结合聚合函数使用，一般来讲聚合后的行数要少于聚合前的行数，但是有时我们既想显示聚集前的数据,
又要显示聚集后的数据,这时我们便引入了窗口函数.

例如：
±------±------------±------±--------------±-+
| name | orderdate | cost | sum_window_0 |
±------±------------±------±--------------±-+
| jack | 2017-01-01 | 10 | 205 |
| jack | 2017-01-08 | 55 | 205 |
| tony | 2017-01-07 | 50 | 205 |
| jack | 2017-01-05 | 46 | 205 |
| tony | 2017-01-04 | 29 | 205 |
| tony | 2017-01-02 | 15 | 205 |
| jack | 2017-02-03 | 23 | 23 |
| mart | 2017-04-13 | 94 | 341 |
| jack | 2017-04-06 | 42 | 341 |
| mart | 2017-04-11 | 75 | 341 |
| mart | 2017-04-09 | 68 | 341 |
| mart | 2017-04-08 | 62 | 341 |
| neil | 2017-05-10 | 12 | 12 |
| neil | 2017-06-12 | 80 | 80 |
±------±------------±------±--------------±-

2.窗口函数的语法

UDAF() over (PARTITION By col1，col2 order by col3 窗口子句（rows between … and …）) AS 列别名

注意：PARTITION By后可跟多个字段，order By只跟一个字段。

3.over（）的作用

over()决定了聚合函数的聚合范围，默认对整个窗口中的数据进行聚合，聚合函数对每一条数据调用一次。

例如：
select name, orderdate, cost, sum(cost) over()
from business;

4.partition by子句

使用Partiton by子句对数据进行分区，可以用paritition by对区内的进行聚合。

例如：
select name, orderdate, cost, sum(cost) over(partition by name)
from business;

5.order by子句

作用：
（1）对分区中的数据进行排序；
（2）确定聚合哪些行（默认从起点到当前行的聚合）

例如：
select name, orderdate, cost, sum(cost) over(partition by name order by orderdate)
from business;

6.窗口子句

CURRENT ROW：当前行
n PRECEDING：往前n行数据
n FOLLOWING：往后n行数据
UNBOUNDED：起点，UNBOUNDED PRECEDING 表示从前面的起点， UNBOUNDED FOLLOWING表示到后面的终点

通过使用partition by子句将数据进行了分区。如果想要对窗口进行更细的动态划分，
就要引入窗口子句。

例如：
select name, orderdate,cost, sum(cost)
over(partition by name order by orderdate rows between UNBOUNDED PRECEDING and CURRENT ROW)
from business;

7.几点注意

（1）order by必须跟在partition by后;
（2）Rows必须跟在Order by子；
（3）（partition by … order by）可替换为（distribute by … sort by …）