Hive常用统计函数

hive统计函数

第一组：SUM、AVG、MIN、MAX

sum: sum(score) over (partition by a order by b)
当over()语句置空时，窗口默认返回所有行

第二组：NTILE、ROW_NUMBER、RANK、DENSE_RANK、CUME_DIST、PERCENT_RANK

NTILE(N)：分组数据按照order by子句顺序切分成N片，返回当前行切片值，如果切片不均匀，默认增加第一个切片的分布。
ROW_NUMBER()：分组数据按照order by子句顺序，生成分组内记录的序列。
RANK()：分组数据按照order by子句顺序，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()：分组数据按照order by子句顺序，生成数据项在分组中的排名，排名相等不会在名次中留下空位。
CUME_DIST()：分组数据按照order by子句顺序，生成(分组内小于等于当前值的行数) / (分组内总行数)的值。

PERCENT_RANK()：分组数据按照order by子句顺序，生成(分组内当前行的RANK值-1) / (分组内总行数-1)。

第三组：LAG、LEAD、FIRST_VALUE、LAST_VALUE

本组函数不支持Window子句。

LAG(col,n,DEFAULT)*：分组数据按照order by子句顺序，用于统计窗口内向上数第n行的col列值， DEFAULT为默认值（