hive row_number等窗口分析函數

 

一、排序&去重分析

row_number() over(partititon by col1 order by col2) as rn

結果：1,2,3,4

rank() over(partititon by col1 order by col2) as rk

結果：1，2，2，4，5

dense_rank() over(partititon by col1 order by col2) as ds_rk

結果：1，2，2，3，4

select 
        order_id,
        departure_date,
        row_number() over(partition by order_id order by departure_date) as rn,  -- 直排
        rank() over(partition by order_id order by departure_date) as rk,        -- 並列的，下一個數字會跳過
        dense_rank() over(partition by order_id order by departure_date) as d_rk -- 並列的，下一個數據不會跳過
  from ord_test 
 where order_id=410341346
;

運行結果：

 

二、跨行獲取　　

lag(col1,n,DEFAULT) over(partition by col1 order by col2) as up
用於統計窗口內往上第n行值,第一個參數為列名，第二個參數為往上第n行（可選，默認為1），第三個參數為默認值（當往上第n行為NULL時候，取默認值，如不指定，則為NULL）

lead(col1,n,DEFAULT) over(partition by col1 order by col2) as down
用於統計窗口內往下第n行值,第一個參數為列名，第二個參數為往下第n行（可選，默認為1），第三個參數為默認值（當往下第n行為NULL時候，取默認值，如不指定，則為NULL）

first_value() over(partition by col1 order by col2) as fv
取分組內排序后，截止到當前行，第一個值

last_value() over(partition by col1 order by col2) as lv
取分組內排序后，截止到當前行，第一個值

select 
       order_id,
       departure_date,
       first_value(departure_date) over(partition by order_id order by add_time)as fv,  -- 取分組內第一條
       last_value(departure_date) over(partition by order_id order by add_time)as lv    -- 取分組內最后一條  
  from ord_test
 where order_id=410341346
;

select 
       order_id,
       departure_date,
       lead(departure_date,1) over(partition by order_id order by departure_date)as down_1, -- 向下取一級
       lag(departure_date,1) over(partition by order_id order by departure_date)as up_1     -- 向上取一級
  from ord_test
 where order_id=410341346
;

結果截圖：