Hive窗口函数

business表如下图所示：

（1）查询在2017年4月份购买过的顾客及总人数

1）不用窗口函数


结果为1和4，并不是正确的答案。因为只有jack,mart两个人，所以正确的答案应该是2和2。

.2）使用窗口函数（注：over()函数要加在聚合函数的后面）

3）若不分组使用窗口函数结果如下：


（2）查询顾客的购买明细及购买总额


（3）查询顾客的购买明细及月购买总额


（4）上述的场景,要将cost按照日期进行累加

1）不用窗口函数


发现只是当日的cost，并未进行累加

2）使用窗口函数


（5）上述的场景,要将cost按照每个人分类进行累加

思路正确，但语法上不支持，group不能用在over()中。可以用distribute by

（6）上述的场景,要将cost按照每个人和日期进行累加（distribute by与sort by连用而不是order by）


（7）查看顾客上次的购买时间


LAG(col,n)：往前第n行数据
LEAD(col,n)：往后第n行数据

（8）查询前20%时间的订单信息


NTILE(n)：把有序分区中的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，NTILE返回此行所属的组的编号。注意：n必须为int类型。