蕾欧娜与26的博客

这篇博客给大家介绍 Hive 中最常用的四个窗口函数，分别是：LEAD, LAG, FIRST_VALUE 以及 LAST_VALUE。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滴 n 行值。第一个参数为列名，第二个参数为往下滴 n 行（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

上一篇博客介绍了Hive的蚂蚁森林实战案例，本篇博客是关于谷粒影音案例的实战。数据结构我们先看一下拿到的表以及字段。有两张表，第一张是视频表gulivideo_orc，第二张是用户表gulivideo_user_orc。具体数据结构如下表所示：字段汇总如下：Table: gulivideo_orc字段：videoid, uploader, age, category, length, views, rate, ratings, comments, relatedIdTable: guli

前两天学习了 Hive，本篇博客将以案例的形式对之前学过的知识进行应用。场景描述本案例的场景是关于蚂蚁森林，没错，就是支付宝里的蚂蚁森林。首先这里有两张表。一张记录了用户每天的蚂蚁森林低碳生活领取的记录流水。table_name: user_low_carbon字段如下：user_id data_dt low_carbon用户 日期 减少碳排放(g)u_002 2017/1/2 150u_002 2017/1/2