Hive的开窗函数小结以及利用排名函数查询topN例子

开窗函数的关键字是 over,一般用在聚合函数的后面

开窗函数与group by 的比较

开窗函数用于计算基于组的某种聚合值，并且对每个组返回多行，但是group by 一个组只返回一行

over() 不加参数，窗口大小为所有行
over(partition by 字段) 窗口大小为所在分区的大小
over(partition by 字段 order by 字段 [asc/desc]) 窗口大小为分区内的第一行一直到当前行
over(distribute by 字段 sort by 字段 [asc/desc]) 待思考

相应的窗口函数（需配合 over() 使用）：

ntile(数值) over(…)
对窗口所在行按顺序进行切片，并返回切片值（第几片），可以用于按比例查询数据，需要将切片的结果作为子表实现按比例查询

LAG(字段,数值n,默认值) over(…)
返回当前窗口数据行前面的第n行，选择的默认值为当不存在当前数据行前面的第n行时，返回的值

LEAD(字段，数值n,默认值) over(…)
返回当前窗口数据行后面的第n行，选择的默认值为当不存在当前数据行后面的第n行时，返回的值

first_value(字段) over(…)
返回当前窗口的第一行的值

last_value(字段) over(…)
返回当前窗口第一行到当前行的记录中最后一行的值

排名函数：对窗口内的行按顺序显示排名，具体排名时选择哪个，还是看需求
row_number() over(partition by 字段 order by 字段