本文介绍了Hive的开窗函数，包括排序开窗函数如row_number、rank、dense_rank等，以及聚合开窗函数如ntile、cume_dist。详细阐述了窗口范围控制的rows/range between的使用，探讨了rows和range的区别，并提供了相关业务场景的应用示例。
Hive开窗函数结构：
xx() over(partition by xx order by xx ROWS/RANGE between xx and xx)
一、Hive开窗函数，大致有两类：排序开窗、聚合开窗
1. 排序开窗函数
row_number()：组内排名后获取行号
rank()：组内排名（排名可能不连续）
dense_rank()：组内排名（排名连续）
percent_rank()：计算给定行的百分比排名，可以用来计算超过了百分之多少的人。(当前行的rank值-1)/(分组内的总行数-1)
first_value()
last_value()
lag(col, n, default)：用于统计窗口内往上取第n个值
lead(col, n, default)：用于统计窗口内往下取第n个值
cume_dist(col)：计算某窗口或分区中截止某值时的累积分布。假定升序排序，则累积分布=小于等于当前值x的行数/分区内的总行数。
ntile()：将分区中已排序的行划分为大小尽可能相等的指定数量的排名的组，并返回给指定行所在组的排名。
2. 聚合开窗函数
sum()
count
最低0.47元/天 解锁文章
扫一扫
536
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
