窗口函数详细用法

窗口函数与分析函数应用场景:(1)用于分区排序(2)动态Group By(3)Top N(4)累计计算(5)层次查询窗口函数FIRST_VALUE:取分组内排序后,截止到当前行,第一个值LAST_VALUE:取分组内排序后,截止到当前行,最后一个值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,如不指定,则为NULL)LAG(col,n,DEFAULT) :与lead相反,用于统计窗口内往上第n行值。第一个参数为列名,第二个参数为往上第n行(可选,默认为1),第三个参数为默认值(当往上第n行为NULL时候,取默认值,如不指定,则为NULL)OVER从句1、使用标准的聚合函数COUNT、SUM、MIN、MAX、AVG2、使用PARTITION BY语句,使用一个或者多个原始数据类型的列3、使用PARTITION BY与ORDER BY语句,使用一个或者多个数据类型的分区或者排序列4、使用窗口规范,窗口规范支持以下格式:---------------------(ROWS | RANGE) BETWEEN (UNBOUNDED | [num]) PRECEDING AND ([num] PRECEDING | CURRENT ROW | (UNBOUNDED | [num]) FOLLOWING)(ROWS | RANGE) BETWEEN CURRENT ROW AND (CURRENT ROW | (UNBOUNDED | [num]) FOLLOWING)(ROWS | RANGE) BETWEEN [num] FOLLOWING AND (UNBOUNDED | [num]) FOLLOWING当ORDER BY后面缺少窗口从句条件,窗口规范默认是 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW.当ORDER BY和窗口从句都缺失, 窗口规范默认是 ROW BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING.OVER从句支持以下函数, 但是并不支持和窗口一起使用它们。Ranking函数: Rank, NTile, DenseRank, CumeDist, PercentRank.Lead 和 Lag 函数。分析函数ROW_NUMBER() 从1开始,按照顺序,生成分组内记录的序列,比如,按照pv降序排列,生成分组内每天的pv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;获取一个session中的第一条refer等。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PERCENT_RANK 分组内当前行的RANK值-1/分组内总行数-1NTILE(n) 用于将分组数据按照顺序切分成n片,返回当前切片值,如果切片不均匀,默认增加第一个切片的分布。NTILE不支持ROWS BETWEEN,比如 NTILE(2) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)。Hive2.1.0及以后支持Distinct在聚合函数(SUM, COUNT and AVG)中,支持distinct,但是在ORDER BY 或者 窗口限制不支持。COUNT(DISTINCT a) OVER (PARTITION BY c)Hive 2.2.0中在使用ORDER BY和窗口限制时支持distinctCOUNT(DISTINCT a) OVER (PARTITION BY c ORDER BY d ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING)Hive2.1.0及以后支持在OVER从句中支持聚合函数SELECT rank() OVER (ORDER BY sum(b))FROM TGROUP BY a;测试数据集:## COUNT、SUM、MIN、MAX、AVGselect    user_id,    user_type,    sales,    --默认为从起点到当前行    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc) AS sales_1,    --从起点到当前行,结果与sales_1不同。    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS sales_2,    --当前行+往前3行    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS sales_3,    --当前行+往前3行+往后1行    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc ROWS BETWEEN 3 PRECEDING AND 1 FOLLOWING) AS sales_4,    --当前行+往后所有行     sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS sales_5,    --分组内所有行    SUM(sales) OVER(PARTITION BY user_type) AS sales_6                         from    order_detailorder by    user_type,    sales,    user_id +----------+------------+--------+----------+----------+----------+----------+----------+----------+--+| user_id  | user_type  | sales  | sales_1  | sales_2  | sales_3  | sales_4  | sales_5  | sales_6  |+----------+------------+--------+----------+----------+----------+----------+----------+----------+--+| liiu     | new        | 1      | 2        | 2        | 2        | 4        | 22       | 23       || qibaqiu  | new        | 1      | 2        | 1        | 1        | 2        | 23       | 23       || zhangsa  | new        | 2      | 4        | 4        | 4        | 7        | 21       | 23       || wanger   | new        | 3      | 7        | 7        | 7        | 12       | 19       | 23       || lilisi   | new        | 5      | 17       | 17       | 15       | 21       | 11       | 23       || qishili  | new        | 5      | 17       | 12       | 11       | 16       | 16       | 23       || wutong   | new        | 6      | 23       | 23       | 19       | 19       | 6        | 23       || lisi     | old        | 1      | 1        | 1        | 1        | 3        | 6        | 6        || wangshi  | old        | 2      | 3        | 3        | 3        | 6        | 5        | 6        || liwei    | old        | 3      | 6        | 6        | 6        | 6        | 3        | 6        |+----------+------------+--------+----------+----------+----------+----------+----------+----------+--+ 注意:结果和ORDER BY相关,默认为升序如果不指定ROWS BETWEEN,默认为从起点到当前行;如果不指定ORDER BY,则将分组内所有值累加; 关键是理解ROWS BETWEEN含义,也叫做WINDOW子句:PRECEDING:往前FOLLOWING:往后CURRENT ROW:当前行UNBOUNDED:无界限(起点或终点)UNBOUNDED PRECEDING:表示从前面的起点UNBOUNDED FOLLOWING:表示到后面的终点其他COUNT、AVG,MIN,MAX,和SUM用法一样。## first_value与last_valueselect    user_id,    user_type,    ROW_NUMBER() OVER(PARTITION BY user_type ORDER BY sales) AS row_num,     first_value(user_id) over (partition by user_type order by sales desc) as max_sales_user,    first_value(user_id) over (partition by user_type order by sales asc) as min_sales_user,    last_value(user_id) over (partition by user_type order by sales desc) as curr_last_min_user,    last_value(user_id) over (partition by user_type order by sales asc) as curr_last_max_userfrom    order_detail; +----------+------------+----------+-----------------+-----------------+---------------------+---------------------+--+| user_id  | user_type  | row_num  | max_sales_user  | min_sales_user  | curr_last_min_user  | curr_last_max_user  |+----------+------------+----------+-----------------+-----------------+---------------------+---------------------+--+| wutong   | new        | 7        | wutong          | qibaqiu         | wutong              | wutong              || lilisi   | new        | 6        | wutong          | qibaqiu         | qishili             | lilisi              || qishili  | new        | 5        | wutong          | qibaqiu         | qishili             | lilisi              || wanger   | new        | 4        | wutong          | qibaqiu         | wanger              | wanger              || zhangsa  | new        | 3        | wutong          | qibaqiu         | zhangsa             | zhangsa             || liiu     | new        | 2        | wutong          | qibaqiu         | qibaqiu             | liiu                || qibaqiu  | new        | 1        | wutong          | qibaqiu         | qibaqiu             | liiu                || liwei    | old        | 3        | liwei           | lisi            | liwei               | liwei               || wangshi  | old        | 2        | liwei           | lisi            | wangshi             | wangshi             || lisi     | old        | 1        | liwei           | lisi            | lisi                | lisi                |+----------+------------+----------+-----------------+-----------------+---------------------+---------------------+--+ ## lead与lagselect    user_id,device_id,    lead(device_id) over (order by sales) as default_after_one_line,    lag(device_id) over (order by sales) as default_before_one_line,    lead(device_id,2) over (order by sales) as after_two_line,    lag(device_id,2,'abc') over (order by sales) as before_two_linefrom    order_detail; +----------+-------------+-------------------------+--------------------------+-----------------+------------------+--+| user_id  |  device_id  | default_after_one_line  | default_before_one_line  | after_two_line  | before_two_line  |+----------+-------------+-------------------------+--------------------------+-----------------+------------------+--+| qibaqiu  | fds         | fdsfagwe                | NULL                     | 543gfd          | abc              || liiu     | fdsfagwe    | 543gfd                  | fds                      | f332            | abc              || lisi     | 543gfd      | f332                    | fdsfagwe                 | dfsadsa323      | fds              || wangshi  | f332        | dfsadsa323              | 543gfd                   | hfd             | fdsfagwe         || zhangsa  | dfsadsa323  | hfd                     | f332                     | 65ghf           | 543gfd           || liwei    | hfd         | 65ghf                   | dfsadsa323               | fds             | f332             || wanger   | 65ghf       | fds                     | hfd                      | dsfgg           | dfsadsa323       || qishili  | fds         | dsfgg                   | 65ghf                    | 543gdfsd        | hfd              || lilisi   | dsfgg       | 543gdfsd                | fds                      | NULL            | 65ghf            || wutong   | 543gdfsd    | NULL                    | dsfgg                    | NULL            | fds              |+----------+-------------+-------------------------+--------------------------+-----------------+------------------+--+## RANK、ROW_NUMBER、DENSE_RANKselect    user_id,user_type,sales,    RANK() over (partition by user_type order by sales desc) as r,    ROW_NUMBER() over (partition by user_type order by sales desc) as rn,    DENSE_RANK() over (partition by user_type order by sales desc) as drfrom    order_detail;    +----------+------------+--------+----+-----+-----+--+| user_id  | user_type  | sales  | r  | rn  | dr  |+----------+------------+--------+----+-----+-----+--+| wutong   | new        | 6      | 1  | 1   | 1   || qishili  | new        | 5      | 2  | 2   | 2   || lilisi   | new        | 5      | 2  | 3   | 2   || wanger   | new        | 3      | 4  | 4   | 3   || zhangsa  | new        | 2      | 5  | 5   | 4   || qibaqiu  | new        | 1      | 6  | 6   | 5   || liiu     | new        | 1      | 6  | 7   | 5   || liwei    | old        | 3      | 1  | 1   | 1   || wangshi  | old        | 2      | 2  | 2   | 2   || lisi     | old        | 1      | 3  | 3   | 3   |+----------+------------+--------+----+-----+-----+--+  ## NTILE select    user_type,sales,    --分组内将数据分成2片    NTILE(2) OVER(PARTITION BY user_type ORDER BY sales) AS nt2,    --分组内将数据分成3片       NTILE(3) OVER(PARTITION BY user_type ORDER BY sales) AS nt3,    --分组内将数据分成4片       NTILE(4) OVER(PARTITION BY user_type ORDER BY sales) AS nt4,    --将所有数据分成4片    NTILE(4) OVER(ORDER BY sales) AS all_nt4from    order_detailorder by    user_type,    sales  +------------+--------+------+------+------+----------+--+| user_type  | sales  | nt2  | nt3  | nt4  | all_nt4  |+------------+--------+------+------+------+----------+--+| new        | 1      | 1    | 1    | 1    | 1        || new        | 1      | 1    | 1    | 1    | 1        || new        | 2      | 1    | 1    | 2    | 2        || new        | 3      | 1    | 2    | 2    | 3        || new        | 5      | 2    | 2    | 3    | 4        || new        | 5      | 2    | 3    | 3    | 3        || new        | 6      | 2    | 3    | 4    | 4        || old        | 1      | 1    | 1    | 1    | 1        || old        | 2      | 1    | 2    | 2    | 2        || old        | 3      | 2    | 3    | 3    | 2        |+------------+--------+------+------+------+----------+--+  求取sale前20%的用户ID select    user_idfrom(    select        user_id,        NTILE(5) OVER(ORDER BY sales desc) AS nt    from        order_detail)Awhere nt=1; ## CUME_DIST、PERCENT_RANK selectuser_id,user_type,sales,--没有partition,所有数据均为1组CUME_DIST() OVER(ORDER BY sales) AS cd1,--按照user_type进行分组CUME_DIST() OVER(PARTITION BY user_type ORDER BY sales) AS cd2fromorder_detail;   +----------+------------+--------+------+----------------------+--+| user_id  | user_type  | sales  | cd1  |         cd2          |+----------+------------+--------+------+----------------------+--+| liiu     | new        | 1      | 0.3  | 0.2857142857142857   || qibaqiu  | new        | 1      | 0.3  | 0.2857142857142857   || zhangsa  | new        | 2      | 0.5  | 0.42857142857142855  || wanger   | new        | 3      | 0.7  | 0.5714285714285714   || lilisi   | new        | 5      | 0.9  | 0.8571428571428571   || qishili  | new        | 5      | 0.9  | 0.8571428571428571   || wutong   | new        | 6      | 1.0  | 1.0                  || lisi     | old        | 1      | 0.3  | 0.3333333333333333   || wangshi  | old        | 2      | 0.5  | 0.6666666666666666   || liwei    | old        | 3      | 0.7  | 1.0                  |+----------+------------+--------+------+----------------------+--+  selectuser_type,sales--分组内总行数     SUM(1) OVER(PARTITION BY user_type) AS s,--RANK值 RANK() OVER(ORDER BY sales) AS r,   PERCENT_RANK() OVER(ORDER BY sales) AS pr,--分组内    PERCENT_RANK() OVER(PARTITION BY user_type ORDER BY sales) AS prgfromorder_detail;   +----+-----+---------------------+---------------------+--+| s  |  r  |         pr          |         prg         |+----+-----+---------------------+---------------------+--+| 7  | 1   | 0.0                 | 0.0                 || 7  | 1   | 0.0                 | 0.0                 || 7  | 4   | 0.3333333333333333  | 0.3333333333333333  || 7  | 6   | 0.5555555555555556  | 0.5                 || 7  | 8   | 0.7777777777777778  | 0.6666666666666666  || 7  | 8   | 0.7777777777777778  | 0.6666666666666666  || 7  | 10  | 1.0                 | 1.0                 || 3  | 1   | 0.0                 | 0.0                 || 3  | 4   | 0.3333333333333333  | 0.5                 || 3  | 6   | 0.5555555555555556  | 1.0                 |+----+-----+---------------------+---------------------+--+来源:https://blog.csdn.net/scgaliguodong123_/article/details/60135385END

返回列表
上一篇:
下一篇: