窗口函数（window functions）对多行进行操作，并为查询中的每一行返回一个值。 OVER()子句能将窗口函数与其他分析函数（analytical functions）和报告函数（reporting functions）区分开来。

1. 常用窗口函数

下表列出了一些窗口函数以及描述信息：

窗口函数 描述
LAG() LAG()窗口函数返回分区中当前行之前行（可以指定第几行）的值。 如果没有行，则返回null。
LEAD() LEAD()窗口函数返回分区中当前行后面行（可以指定第几行）的值。 如果没有行，则返回null。
FIRST_VALUE FIRST_VALUE窗口函数返回相对于窗口中第一行的指定列的值。
LAST_VALUE LAST_VALUE窗口函数返回相对于窗口中最后一行的指定列的值。
2. 语法

LAG 和 LEAD 语法

LAG | LEAD

( <col>, <line_num>, <DEFAULT> )

OVER ( [ PARTITION BY ] [ ORDER BY ] )

FIRST_VALUE | LAST_VALUE 语法

FIRST_VALUE | LAST_VALUE

( <col>,<ignore nulls as boolean> ) OVER

( [ PARTITION BY ] [ ORDER BY ][ window_clause ] )

3.demo

原数据：

hive> select * from tmp_pv;

OK

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-10    1

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-11    5

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-12    7

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-13    3

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-14    2

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-15    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-16    4

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-10    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-11    9

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-12    3

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-13    10

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-14    1

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-15    8

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-16    2

Time taken: 0.102 seconds, Fetched: 14 row(s)

3.1 LAG()

LAG(col,n,DEFAULT)窗口函数返回分区中当前行之前第n行对应列的值。 如果没有相应的行，则返回NULL。 第一个参数为列名，第二个参数为当前行之前第n行（可选，默认为1），第三个参数为缺失时默认值（当前行之前第n行为NULL没有时，返回该默认值，如不指定，则为NULL）。

为了比较每个用户浏览次数与前一天的浏览次数进行比较，查询返回当前浏览次数以及前一天的浏览数量。由于在2017-02-10之前没有浏览行为，前一天的浏览次数设置为0（不设置默认为NULL）。

hive> select gid, dt, pv, lag(pv, 1, 0) over (partition by gid order by dt) as pre_pv from tmp_pv;

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-10    1    0

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-11    5    1

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-12    7    5

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-13    3    7

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-14    2    3

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-15    4    2

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-16    4    4

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-10    2    0

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-11    9    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-12    3    9

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-13    10    3

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-14    1    10

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-15    8    1

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-16    2    8

Time taken: 11.783 seconds, Fetched: 14 row(s)

3.2 LEAD()

LEAD(col,n,DEFAULT)窗口函数返回分区中当前行后面第n行对应列的值。 如果没有相应的行，则返回NULL。 第一个参数为列名，第二个参数为当前行后面第n行（可选，默认为1），第三个参数为缺失时默认值（当前行后面第n行为没有时，返回该默认值，如不指定，则为NULL）。

为了比较每个用户浏览次数与后一天的浏览次数进行比较，查询返回当前浏览次数以及后一天的浏览数量。由于在2017-02-16之后没有浏览行为，后一天的浏览次数显示为NULL（默认为NULL）

hive> select gid, dt, pv, lead(pv, 1) over (partition by gid order by dt) from tmp_pv;

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-10    1    5

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-11    5    7

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-12    7    3

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-13    3    2

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-14    2    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-15    4    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-16    4    NULL

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-10    2    9

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-11    9    3

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-12    3    10

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-13    10    1

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-14    1    8

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-15    8    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-16    2    NULL

Time taken: 9.509 seconds, Fetched: 14 row(s)

3.3 FIRST_VALUE()

为了比较每个用户浏览次数与第一天浏览次数进行比较，查询返回当前浏览次数以及第一天浏览次数。第一个用户第一天浏览次数为1，第二个用户第一天浏览次数为2。

hive> select gid, dt, pv, first_value(pv) over (partition by gid order by dt) from tmp_pv;

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-10    1     1

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-11    5     1

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-12    7     1

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-13    3     1

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-14    2     1

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-15    4     1

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-16    4     1

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-10    2     2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-11    9     2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-12    3     2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-13    10    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-14    1     2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-15    8     2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-16    2     2

Time taken: 9.862 seconds, Fetched: 14 row(s)

备注

上面例子窗口为第一行到当前行(缺失window子句有order by ，默认为rows between unbounded preceding and current row)。所以，first_value返回窗口的第一行，即第一天浏览次数。

4.4 LAST_VALUE()

为了比较每个用户浏览次数与最新一天浏览次数进行比较，查询返回当前浏览次数以及最新一天浏览次数。第一个用户最新一天（2017-02-16）浏览次数为4，第二个用户最新一天（2017-02-16）浏览次数为2。

hive> select gid, dt, pv, last_value(pv) over (partition by gid order by dt rows between current row and unbounded following) from tmp_pv;

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-10    1    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-11    5    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-12    7    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-13    3    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-14    2    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-15    4    4

0006D2BC-4DF9-4C0B-83AD-0183789E78D4    2017-02-16    4    4

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-10    2    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-11    9    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-12    3    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-13    10    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-14    1    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-15    8    2

993BD7AD-3B62-BA0C-15AE-A14B85921889    2017-02-16    2    2

Time taken: 9.335 seconds, Fetched: 14 row(s)

备注

上面例子的窗口为当前行到最后一行（rows between current row and unbounded following）。last_value返回的是窗口最后一行，即最新一天的浏览次数。

Hive 窗口函数LEAD LAG FIRST_VALUE LAST_VALUE的更多相关文章

  1. hive 取两次记录的时间差 lead lag first_value last_value

    -- LEAD(col,n,DEFAULT) 用于统计窗口内往下第n行值 -- 第一个参数为列名,第二个参数为往下第n行(可选,默认为1),第三个参数为默认值(当往下第n行为NULL时候,取默认值,如 ...

  2. Hive窗口函数之LAG、LEAD、FIRST_VALUE、LAST_VALUE的用法

    一.创建表: create table windows_ss ( polno string, eff_date string, userno string ) ROW FORMAT DELIMITED ...

  3. Hive 窗口函数、分析函数

    1 分析函数:用于等级.百分点.n分片等 Ntile 是Hive很强大的一个分析函数. 可以看成是:它把有序的数据集合 平均分配 到 指定的数量(num)个桶中, 将桶号分配给每一行.如果不能平均分配 ...

  4. hive窗口函数/分析函数详细剖析

    hive窗口函数/分析函数 在sql中有一类函数叫做聚合函数,例如sum().avg().max()等等,这类函数可以将多行数据按照规则聚集为一行,一般来讲聚集后的行数是要少于聚集前的行数的.但是有时 ...

  5. Hive窗口函数保姆级教程

    在SQL中有一类函数叫做聚合函数,例如sum().avg().max()等等,这类函数可以将多行数据按照规则聚集为一行,一般来讲聚集后的行数是要少于聚集前的行数的.但是有时我们想要既显示聚集前的数据, ...

  6. Hive 窗口函数

    举例: row_number() over(partition by clue_id order by state_updated desc) 业务举例: select distinct a.clue ...

  7. Hive 窗口函数sum() over()求当前行和前面n条数据的和

    前几天遇到一个这样的需求:销售总占比加起来超过75%的top分类.具体需求是这样的:商品一级分类标签下面有许多商品标签,例如运动户外一级标签,下面可能存在361°,CBA,Nike,Adidas... ...

  8. oracle函数中lead,lag,over,partition by 的使用

    lead,lag函数的分析 http://blog.csdn.net/mazongqiang/article/details/7621328 举例如下: SQL> select *  from ...

  9. Hive学习之路 （十六）Hive分析窗口函数(四) LAG、LEAD、FIRST_VALUE和LAST_VALUE

    数据准备 数据格式 cookie4.txt cookie1, ::,url2 cookie1, ::,url1 cookie1, ::,1url3 cookie1, ::,url6 cookie1, ...

随机推荐

  1. C# Selenium FireFox 接入阿布云

    业务需要购买http隧道,发现阿布云还行,使用Selenium本来想要用谷歌浏览器的,但是发现不能直接设置账号,所以选用火狐. 按照官方JAVA示例的改编,其中WebDriver实例化不能直接添加Fi ...

  2. Tlbimp 生成c#互操作com组件dll；Tlbimp 生成.net互操作com组件dll

    Tlbimp 生成c#互操作com组件dll vs开发人员命令提示>进入到com组件目录>Tlbimp com.dll

  3. 【HANA系列】SAP HANA跟我学HANA系列之创建属性视图一

    公众号:SAP Technical 本文作者:matinal 原文出处:http://www.cnblogs.com/SAPmatinal/ 原文链接:[HANA系列]SAP HANA跟我学HANA系 ...

  4. ENVI-IDL的MATH_DOIT和CF_DOIT函数（对FID和POS参数的讨论)

    MATH_DOIT相当于ENVI的band math,可以完成各种波段运算.参数比较简单,EXP为运算公式的字符串,其他参数均为常见参数. CF_DOIT可以将已有的文件保存为ENVI格式文件,相当于 ...

  5. Linux man及echo的使用

    学习目标: 通过本实验掌握man和echo两个命令的用法. 实验步骤: 1.通过man查询ls的详细用法,后面可以跟哪些参数,每个参数的作用.这里主要查找如何禁止ls彩色结果输出. 2.把查找到的参数 ...

  6. [BeiJingWc2008]Gate Of Babylon

    <基尔伽美修>是人类历史上第一部英雄史诗,两河流域最杰出的文学作品之一.作品讲述了基尔伽美修一生的传奇故事.在动画Fate/staynight中,基尔伽美修与亚瑟王等传说中的英雄人物一起出 ...

  7. 【Qt开发】布局控件之间的间距设置

    void QLayout::setContentsMargins ( int left, int top, int right, int bottom ) Sets the left, top, ri ...

  8. [ASP.NET] 解决因为使用 updatepanel 导致 fileupload 始终无法获取文件的方法

    接手了一个新项目,需要在老项目中增添几个新页面 由于在母版页中的updatepanel包住了子版页 同时updatepanel并不支持文件上传,因此要额外增加一些设置 具体的情况可以参考这篇博客 ht ...

  9. 二、Kubernetes_V1.10集群部署-master-etcd

    1.ETCD集群服务器: (1)172.18.6.39 (2)172.18.6.40 (3)172.18.6.41 1.安装etcd # yum -y install etcd 2.发布证书 cp - ...

  10. CF 1141C Polycarp Restores Permutation

    Description An array of integers p1,p2,…,pnp1,p2,…,pn is called a permutation if it contains each nu ...