注意： 序列函数不支持WINDOW子句。（什么是WINDOW子句，点此查看前面的文章 ）
数据准备：
- d1,user1,1000
- d1,user2,2000
- d1,user3,3000
- d2,user4,4000
- d2,user5,5000
- CREATE EXTERNAL TABLE lxw1234 (
- dept STRING,
- userid string,
- sal INT
- ) ROW FORMAT DELIMITED
- FIELDS TERMINATED BY ','
- stored as textfile location '/tmp/lxw11/';
- hive> select * from lxw1234;
- OK
- d1 user1 1000
- d1 user2 2000
- d1 user3 3000
- d2 user4 4000
- d2 user5 5000
–CUME_DIST 小于等于当前值的行数/分组内总行数
–比如，统计小于等于当前薪水的人数，所占总人数的比例
- SELECT
- dept,
- userid,
- sal,
- CUME_DIST() OVER(ORDER BY sal) AS rn1,
- CUME_DIST() OVER(PARTITION BY dept ORDER BY sal) AS rn2
- FROM lxw1234;
- dept userid sal rn1 rn2
- -------------------------------------------
- d1 user1 1000 0.2 0.3333333333333333
- d1 user2 2000 0.4 0.6666666666666666
- d1 user3 3000 0.6 1.0
- d2 user4 4000 0.8 0.5
- d2 user5 5000 1.0 1.0
- rn1: 没有partition,所有数据均为1组，总行数为5，
- 第一行：小于等于1000的行数为1，因此，1/5=0.2
- 第三行：小于等于3000的行数为3，因此，3/5=0.6
- rn2: 按照部门分组，dpet=d1的行数为3,
- 第二行：小于等于2000的行数为2，因此，2/3=0.6666666666666666
–PERCENT_RANK 分组内当前行的RANK值-1/分组内总行数-1
应用场景不了解，可能在一些特殊算法的实现中可以用到吧。表示数据在整个表里面的相对位置
- SELECT
- dept,
- userid,
- sal,
- PERCENT_RANK() OVER(ORDER BY sal) AS rn1, --分组内
- RANK() OVER(ORDER BY sal) AS rn11, --分组内RANK值
- SUM(1) OVER(PARTITION BY NULL) AS rn12, --分组内总行数
- PERCENT_RANK() OVER(PARTITION BY dept ORDER BY sal) AS rn2
- FROM lxw1234;
- dept userid sal rn1 rn11 rn12 rn2
- ---------------------------------------------------
- d1 user1 1000 0.0 1 5 0.0
- d1 user2 2000 0.25 2 5 0.5
- d1 user3 3000 0.5 3 5 1.0
- d2 user4 4000 0.75 4 5 0.0
- d2 user5 5000 1.0 5 5 1.0
- rn1: rn1 = (rn11-1) / (rn12-1)
- 第一行,(1-1)/(5-1)=0/4=0
- 第二行,(2-1)/(5-1)=1/4=0.25
- 第四行,(4-1)/(5-1)=3/4=0.75
- rn2: 按照dept分组，
- dept=d1的总行数为3
- 第一行，(1-1)/(3-1)=0
- 第三行，(3-1)/(3-1)=1
