×

Hive

大数据Hive(七):Hive的开窗函数

Lanson Lanson 发表于2021-11-13 18:41:30 浏览521 评论0

抢沙发发表评论

全网最详细的Hive文章系列,强烈建议收藏加关注!

后面更新文章都会列出历史文章目录,帮助大家回顾知识重点。

目录

系列历史文章

前言

Hive的开窗函数

一、窗口函数 ROW_NUMBER,RANK,DENSE_RANK

1、数据准备

2、ROW_NUMBER

3、RANK 和 DENSE_RANK

二、Hive分析窗口函数 SUM,AVG,MIN,MAX

1、数据准备

2、SUM(结果和ORDER BY相关,默认为升序)

3、AVG,MIN,MAX


系列历史文章

2021年大数据Hive(十二):Hive综合案例!!!

2021年大数据Hive(十一):Hive调优

2021年大数据Hive(十):Hive的数据存储格式

2021年大数据Hive(九):Hive的数据压缩

2021年大数据Hive(八):Hive自定义函数

2021年大数据Hive(七):Hive的开窗函数

2021年大数据Hive(六):Hive的表生成函数

2021年大数据Hive(五):Hive的内置函数(数学、字符串、日期、条件、转换、行转列)

2021年大数据Hive(四):Hive查询语法

2021年大数据Hive(三):手把手教你如何吃透Hive数据库和表操作(学会秒变数仓大佬)

2021年大数据Hive(二):Hive的三种安装模式和MySQL搭配使用

2021年大数据Hive(一):Hive基本概念



前言

 2021大数据领域优质创作博客,带你从入门到精通,该博客每天更新,逐渐完善大数据各个知识体系的文章,帮助大家更高效学习。

有对大数据感兴趣的可以关注微信公众号:三帮大数据


Hive的开窗函数


一、窗口函数 ROW_NUMBER,RANK,DENSE_RANK


1、数据准备

cookie1,2021-06-10,1

cookie1,2021-06-11,5

cookie1,2021-06-12,7

cookie1,2021-06-13,3

cookie1,2021-06-14,2

cookie1,2021-06-15,4

cookie1,2021-06-16,4

cookie2,2021-06-10,2

cookie2,2021-06-11,3

cookie2,2021-06-12,5

cookie2,2021-06-13,6

cookie2,2021-06-14,3

cookie2,2021-06-15,9

cookie2,2021-06-16,7



CREATE TABLE it_t1 (

cookieid string,

createtime string,   --day

pv INT

) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',';

  

-- 加载数据:

load data local inpath '/export/data/hivedatas/it_t2.txt' into table it_t1;


2、ROW_NUMBER

ROW_NUMBER()  从1开始,按照顺序,生成分组内记录的序列

SELECT 

  cookieid,

  createtime,

  pv,

  ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn

  FROM it_t1;


3、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 

cookieid,

createtime,

pv,

RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn1,

DENSE_RANK() OVER(PARTITION BY cookieid ORDER BY pv desc) AS rn2,

ROW_NUMBER() OVER(PARTITION BY cookieid ORDER BY pv DESC) AS rn3

FROM it_t1

WHERE cookieid = 'cookie1';


二、Hive分析窗口函数 SUM,AVG,MIN,MAX


1、数据准备

--建表语句:

create table it_t2(

cookieid string,

createtime string,   --day

pv int

) row format delimited

fields terminated by ',';



--加载数据:

load data local inpath '/root/hivedata/ it_t2.txt' into table it_t2;



--开启智能本地模式

SET hive.exec.mode.local.auto=true;


2、SUM(结果和ORDER BY相关,默认为升序)

select cookieid,createtime,pv,

sum(pv) over(partition by cookieid order by createtime) as pv1

from it_t2;



select cookieid,createtime,pv,

sum(pv) over(partition by cookieid order by createtime rows between unbounded preceding and current row) as pv2

from it_t2;



select cookieid,createtime,pv,

sum(pv) over(partition by cookieid) as pv3

from it_t2;  --如果没有order  by排序语句  默认把分组内的所有数据进行sum操作



select cookieid,createtime,pv,

sum(pv) over(partition by cookieid order by createtime rows between 3 preceding and current row) as pv4

from it_t2;



select cookieid,createtime,pv,

sum(pv) over(partition by cookieid order by createtime rows between 3 preceding and 1 following) as pv5

from it_t2;



select cookieid,createtime,pv,

sum(pv) over(partition by cookieid order by createtime rows between current row and unbounded following) as pv6

from it_t2;



--pv1: 分组内从起点到当前行的pv累积,如,11号的pv1=10号的pv+11号的pv, 12号=10号+11号+12号

--pv2: 同pv1

--pv3: 分组内(cookie1)所有的pv累加

--pv4: 分组内当前行+往前3行,如,11号=10号+11号, 12号=10号+11号+12号,

                       13号=10号+11号+12号+13号, 14号=11号+12号+13号+14号

--pv5: 分组内当前行+往前3行+往后1行,如,14号=11号+12号+13号+14号+15号=5+7+3+2+4=21

--pv6: 分组内当前行+往后所有行,如,13号=13号+14号+15号+16号=3+2+4+4=13,

 14号=14号+15号+16号=2+4+4=10



/*

- 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:起点

  - unbounded preceding 表示从前面的起点

  - unbounded following:表示到后面的终点

 */


3、AVG,MIN,MAX

AVG,MIN,MAX和SUM用法一样

select cookieid,createtime,pv,

avg(pv) over(partition by cookieid order by createtime rows between unbounded preceding and current row) as pv2

from it_t2;



select cookieid,createtime,pv,

max(pv) over(partition by cookieid order by createtime rows between unbounded preceding and current row) as pv2

from it_t2;



select cookieid,createtime,pv,

min(pv) over(partition by cookieid order by createtime rows between unbounded preceding and current row) as pv2

from it_t2;

  • 📢博客主页:https://lansonli.blog.csdn.net

  • 📢欢迎点赞 👍 收藏 ⭐留言 📝 如有错误敬请指正!

  • 📢本文由 Lansonli 原创,首发于 CSDN博客🙉

  • 📢大数据系列文章会每天更新,停下休息的时候不要忘了别人还在奔跑,希望大家抓紧时间学习,全力奔赴更美好的生活✨


欢迎留言

访客