Hive分析窗口函数之NTILE，ROW_NUMBER，RANK和DENSE_RANK
继续介绍几个序列函数：
NTILE，ROW_NUMBER，RANK和DENSE_RANK
环境信息：
Hive版本为apache-hive-0.14.0-bin
Hadoop版本为hadoop-2.6.0
Tez版本为tez-0.7.0
数据：
P088888888888,2016-02-10,1
P088888888888,2016-02-11,3
P088888888888,2016-02-12,1
P088888888888,2016-02-13,9
P088888888888,2016-02-14,3
P088888888888,2016-02-15,12
P088888888888,2016-02-16,3
P066666666666,2016-02-10,6
P066666666666,2016-02-11,2
P066666666666,2016-02-12,1
P066666666666,2016-02-13,9
P066666666666,2016-02-14,2
P066666666666,2016-02-15,20
P066666666666,2016-02-16,2
导入数据到Hive表中：
load data localinpath '/home/hadoop/testhivedata/windows_func.txt' overwrite into tablewindows_func;
NTILE
NTILE(n)，用于将分组数据按照顺序切分成n片，返回当前切片值
NTILE不支持ROWS BETWEEN，比如 NTILE(2) OVER(PARTITION BY polno ORDER BY createtime ROWSBETWEEN 3 PRECEDING AND CURRENT ROW)
如果切片不均匀，默认增加第一个切片的分布。
SELECT
polno,
createtime,
pnum,
NTILE(2) OVER(PARTITION BY polno ORDER BY createtime) AS rn1, --分组内将数据分成2片
NTILE(3) OVER(PARTITION BY polno ORDER BY createtime) AS rn2, --分组内将数据分成3片
NTILE(4) OVER(ORDER BY createtime) AS rn3 --将所有数据分成4片
FROM windows_func ORDER BY polno,createtime;
结果：
polno createtime pnum rn1 rn2 rn3
P066666666666 2016-02-10 6 1 1 1
P066666666666 2016-02-11 2 1 1 1
P066666666666 2016-02-12 1 1 1 2
P066666666666 2016-02-13 9 1 2 2
P066666666666 2016-02-14 2 2 2 3
P066666666666 2016-02-15 20 2 3 3
P066666666666 2016-02-16 2 2 3 4
P088888888888 2016-02-10 1 1 1 1
P088888888888 2016-02-11 3 1 1 1
P088888888888 2016-02-12 1 1 1 2
P088888888888 2016-02-13 9 1 2 2
P088888888888 2016-02-14 3 2 2 3
P088888888888 2016-02-15 12 2 3 4
P088888888888 2016-02-16 3 2 3 4
--比如，pnum数最多的前1/3的天
--rn = 1 的记录，就是我们想要的结果
SELECT polno,
createtime,
pnum,
NTILE(3) OVER(PARTITION BY polno ORDER BY pnum DESC) AS rn
FROM windows_func;
结果：
polno createtime pnum rn
P066666666666 2016-02-15 20 1
P066666666666 2016-02-13 9 1
P066666666666 2016-02-10 6 1
P066666666666 2016-02-16 2 2
P066666666666 2016-02-11 2 2
P066666666666 2016-02-14 2 3
P066666666666 2016-02-12 1 3
P088888888888 2016-02-15 12 1
P088888888888 2016-02-13 9 1
P088888888888 2016-02-16 3 1
P088888888888 2016-02-11 3 2
P088888888888 2016-02-14 3 2
P088888888888 2016-02-12 1 3
P088888888888 2016-02-10 1 3
ROW_NUMBER
ROW_NUMBER() –从1开始，按照顺序，生成分组内记录的序列
–比如，按照pnum降序排列，生成分组内每天的pnum名次
ROW_NUMBER() 的应用场景非常多，再比如，获取分组内排序第一的记录等等。
SELECT polno,
createtime,
pnum,
ROW_NUMBER() OVER(PARTITION BY polnoORDER BY pnum desc) AS rn
FROM windows_func;
结果：
polno createtime pnum rn
P066666666666 2016-02-15 20 1
P066666666666 2016-02-13 9 2
P066666666666 2016-02-10 6 3
P066666666666 2016-02-16 2 4
P066666666666 2016-02-11 2 5
P066666666666 2016-02-14 2 6
P066666666666 2016-02-12 1 7
P088888888888 2016-02-15 12 1
P088888888888 2016-02-13 9 2
P088888888888 2016-02-16 3 3
P088888888888 2016-02-11 3 4
P088888888888 2016-02-14 3 5
P088888888888 2016-02-12 1 6
P088888888888 2016-02-10 1 7
RANK 和 DENSE_RANK
—RANK() 生成数据项在分组中的排名，排名相等会在名次中留下空位
—DENSE_RANK() 生成数据项在分组中的排名，排名相等会在名次中不会留下空位
SELECT polno,
createtime,
pnum,
RANK() OVER(PARTITION BY polno ORDER BY pnumdesc) AS rn1,
DENSE_RANK() OVER(PARTITION BY polno ORDER BY pnum desc) AS rn2,
ROW_NUMBER() OVER(PARTITION BY polno ORDER BY pnum DESC) AS rn3
FROM windows_func WHERE polno ='P066666666666';
结果：
polno createtime pnum rn1 rn2 rn3
P066666666666 2016-02-15 20 1 1 1
P066666666666 2016-02-13 9 2 2 2
P066666666666 2016-02-10 6 3 3 3
P066666666666 2016-02-11 2 4 4 4
P066666666666 2016-02-14 2 4 4 5
P066666666666 2016-02-16 2 4 4 6
P066666666666 2016-02-12 1 7 5 7