有这样一个需求，如下图：对于每个员工（uid）每日(dt)工作记录，按不同的事项类型（type)进行排序（no)存储了每个事项的持续时间（hours)。
现在需要对每个人（uid)、每天（dt)、每个事项（type）的最长连续时间做统计，如图中“做报表”事项，共可以分出4个连续时段，每个时段的工作总时长为最后一列，需要获得的结果就是4.2。并依次计算出休息和会议的连续最长时长【结果应分别为：1和2】。
思路1：
（1）对数据按uid,dt,no进行排序
（2）添加一列type2，规则为：初始赋值为0，对type进行逐行判断，如果前后不同则值加1，否则为原值
（3）然后可以通过对uid,dt,type,type2对hours进行聚合，即可计算出每个连续段的时间
（4）最后通过max(hours) over(partition by uid,dt,type) 即可计算出各类型的最大连续时间了
思路1看似可以使用自定义参数实现，但在使用hive进行操作时没有成功，于是我们另辟蹊径，看看思路2.
思路2：
（1）使用sum(hours) over(partition by uid,dt,type)计算 uid,dt,type维度的累计小时数cusum_h
（2）取同一类连续几个数据的最后一条：通过将上述计算结果，进行自关联，判断出相邻两行不一致，则表示这一行是同类型阶段的最后一行
（3）计算每个阶段的时长：可以再通过上述结果表的自关联，使用后一个累计小时数减前一个累计小时数，即为该阶段的小时数phase_h
（4）最后通过max(phase_h) over(partition by uid,dt,type)计算出uid,dt,type维度的最大小时数
下面来看详细操作：
（1）使用sum(hours) over(partition by uid,dt,type)计算 uid,dt,type维度的累计小时数
select
uid
, dt
, type
, noid
, hours
, sum(hours) over(partition by uid,dt,type order by noid) as cusum_h -- 计算累计值
, row_number() over(order by uid,dt,noid) as rk -- 增加一个总体排序，方便后面取值处理
from t_group0326
order by uid,noid
（2）然后我们可以看到，数据已经按照uid,dt,type归类，并按noid维度进行排序和计算出累计值（cusum_h)。这里我们通过自关联的方式取连续阶段最后一个累计值
-- 借助临时表，方便进行自关联操作
with tmp_a as (
select
uid
, dt
, type
, noid
, hours
, sum(hours) over(partition by uid,dt,type order by noid) as cusum_h -- 计算累计值
, row_number() over(order by uid,dt,noid) as rk -- 增加一个总体排序，方便后面取值处理
from t_group0326
order by uid,noid
)
select
a1.*
, case when a1.uid=a2.uid and a1.dt=a2.dt and a1.type=a2.type then 0 else 1 end as is_unequal -- 相同为0，不相同则为1
from tmp_a a1
LEFT JOIN tmp_a a2 on a1.rk=a2.rk-1
（3）从上表结果可以看到，我们取is_unequal=1既是同类型连续的最后一条数据。然后我们将最后一条数据取出，再对剩下的数据分组排序，再进行自关联取每个阶段的小时数
with tmp_a as (
select
uid
, dt
, type
, noid
, hours
, sum(hours) over(partition by uid,dt,type order by noid) as cusum_h -- 计算累计值
, row_number() over(order by uid,dt,noid) as rk -- 增加一个总体排序，方便后面取值处理
from t_group0326
order by uid,noid
),
tmp_b as (
select
a3.*
, ROW_NUMBER() over(PARTITION by uid,dt,type order by cusum_h desc) as rk2
from (
select
a1.*
, case when a1.uid=a2.uid and a1.dt=a2.dt and a1.type=a2.type then 0 else 1 end as is_unequal -- 相同为0，不相同则为1
from tmp_a a1
LEFT JOIN tmp_a a2 on a1.rk=a2.rk-1
) a3
where is_unequal=1
)
select
b3.*
, max(phase_h) over(PARTITION by uid,dt,type) as max_phase_h -- 取连续阶段的最大时间，为最终需要的结果
from (
select
b1.*
, case when b2.cusum_h is null then b1.cusum_h else b1.cusum_h-b2.cusum_h end as phase_h -- 取每个阶段的时间，如果关联表为空，则取自身时间
from tmp_b b1
left join tmp_b b2 on b1.uid=b2.uid and b1.dt=b2.dt and b1.type=b2.type and b1.rk2=b2.rk2-1
) b3
order by rk
此时，我们可以拿u0001的结果验证一下，做报表、休息和会议最长时长分别为4.2、1和2，与开头手动计算的结果一致。