SQL

1. posexplode

select date, sum(amount) as total_amount 
from ( 
  select date_add(start_date,id) as date, amount from tmp 
  lateral view posexplode(split(space(datediff(end_date,start_date)),' ')) t as   id,t_date 
) t 
group by date ;

reference: http://www.reibang.com/p/d333e70c21d1

2. space

select split(space(10), ' ') from dual;

3. lag/lead

lag(col, n, default) 前n行數(shù)據(jù)

LAG(column_expression, offset, default_value) OVER (PARTITION BY partition_expression ORDER BY sort_expression)

lead(col, n, default) 后n行數(shù)據(jù)

LEAD(column_expression, offset, default_value) OVER (PARTITION BY partition_expression ORDER BY sort_expression)

https://zhuanlan.zhihu.com/p/397789258?utm_id=0

4. ntile

ntile(n) over(order by col) as bucket_num

n是指定的分箱數(shù)量剧董。如果不能平均分配缭召,則優(yōu)先分配較小編號的箱涵亏,并且各個箱中能放的行數(shù)最多相差1朋魔。
備注:NULL值的處理获黔,可以設(shè)置單獨為一組柳刮,或者默認(rèn)為最小值

5. first_value/last_value

first_value取分區(qū)內(nèi)排序后莺戒,截止到當(dāng)前行毡们,第一個值
last_value分組內(nèi)排序后,截止到當(dāng)前行春宣,最后一個值酵颁,如果要取分組內(nèi)的最后一行,需要使用 rows between current row and unbounded following

select *,
first_value(logday) over(partition by userid order by logday) as co1,
last_value(logday) over(partition by userid order by logday) as co2,
last_value(logday) over(partition by userid order by logday rows between current row and unbounded following) as co3
from test.test_window;

6. rank/dense_rank

rank 會留下空位
dense_rank 不會留下空位

7. percent_rank()

當(dāng)前行-1 / 當(dāng)前組總行數(shù)-1

select  dept, userid, sal,
percent_rank() over(order by sal) as pr1
from cookie3;

結(jié)果分析:
d1  user1   1000    0.0     (1-1)/(5-1)=0.0
d1  user2   2000    0.25    (2-1)/(5-1)=0.25
d1  user3   3000    0.5     (3-1)/(5-1)=0.5
d2  user4   4000    0.75    (4-1)/(5-1)=0.75
d2  user5   5000    1.0     (5-1)/(5-1)=1.0

select  dept, userid, sal,
percent_rank() over(partition by dept order by sal) as pr2
from cookie3;

結(jié)果分析:
d1  user1   1000    0.0     (1-1)/(3-1)=0.0
d1  user2   2000    0.5     (2-1)/(3-1)=0.5
d1  user3   3000    1.0     (3-1)/(3-1)=1.0
d2  user4   4000    0.0     (1-1)/(2-1)=0.0
d2  user5   5000    1.0     (2-1)/(2-1)=1.0

8. cume_dist

小于(或大于)等于當(dāng)前值的行數(shù)/分組內(nèi)總行數(shù)

select dept, userid, sal,
cume_dist() over(order by sal) as cume1
from cookie3;

結(jié)果:
d1  user1   1000    0.2
d1  user2   2000    0.4
d1  user3   3000    0.6
d2  user4   4000    0.8
d2  user5   5000    1.0

9. hive 窗口函數(shù)中的rows和range的區(qū)分

sum(id) over(order by id range between 1 preceding and 2 following)
窗口大小設(shè)置為該分區(qū)內(nèi)小于本記錄id-1和id+2天的窗口
order by id月帝,所以要看id的值躏惋,并對key(id進(jìn)行range操作),即[id-1, id+2]嚷辅,注意是閉區(qū)間

https://blog.csdn.net/DolphinF/article/details/131695958
窗口函數(shù)使用:https://www.baispace.cn/article/hive-knowledge-window-function.html

10. 時間日期函數(shù)

https://www.cnblogs.com/lubians/p/17480959.html

11. array

https://blog.csdn.net/dupizi/article/details/131779370

12. limit offset

跳過offset行概而,取接下來的limit行溶推。


image.png

參考:https://www.yiibai.com/sql/sql-limit.html

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末信夫,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子准潭,更是在濱河造成了極大的恐慌,老刑警劉巖域仇,帶你破解...
    沈念sama閱讀 206,968評論 6 482
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件刑然,死亡現(xiàn)場離奇詭異,居然都是意外死亡殉簸,警方通過查閱死者的電腦和手機闰集,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,601評論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來般卑,“玉大人武鲁,你說我怎么就攤上這事◎鸺欤” “怎么了沐鼠?”我有些...
    開封第一講書人閱讀 153,220評論 0 344
  • 文/不壞的土叔 我叫張陵,是天一觀的道長叹谁。 經(jīng)常有香客問我饲梭,道長,這世上最難降的妖魔是什么焰檩? 我笑而不...
    開封第一講書人閱讀 55,416評論 1 279
  • 正文 為了忘掉前任憔涉,我火速辦了婚禮,結(jié)果婚禮上析苫,老公的妹妹穿的比我還像新娘兜叨。我一直安慰自己,他們只是感情好衩侥,可當(dāng)我...
    茶點故事閱讀 64,425評論 5 374
  • 文/花漫 我一把揭開白布国旷。 她就那樣靜靜地躺著,像睡著了一般茫死。 火紅的嫁衣襯著肌膚如雪跪但。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 49,144評論 1 285
  • 那天峦萎,我揣著相機與錄音屡久,去河邊找鬼。 笑死爱榔,一個胖子當(dāng)著我的面吹牛涂身,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播搓蚪,決...
    沈念sama閱讀 38,432評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼丁鹉!你這毒婦竟也來了妒潭?” 一聲冷哼從身側(cè)響起悴能,我...
    開封第一講書人閱讀 37,088評論 0 261
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎雳灾,沒想到半個月后漠酿,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 43,586評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡谎亩,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,028評論 2 325
  • 正文 我和宋清朗相戀三年炒嘲,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片匈庭。...
    茶點故事閱讀 38,137評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡夫凸,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出阱持,到底是詐尸還是另有隱情夭拌,我是刑警寧澤,帶...
    沈念sama閱讀 33,783評論 4 324
  • 正文 年R本政府宣布衷咽,位于F島的核電站鸽扁,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏镶骗。R本人自食惡果不足惜桶现,卻給世界環(huán)境...
    茶點故事閱讀 39,343評論 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望鼎姊。 院中可真熱鬧骡和,春花似錦、人聲如沸此蜈。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,333評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽裆赵。三九已至东囚,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間战授,已是汗流浹背页藻。 一陣腳步聲響...
    開封第一講書人閱讀 31,559評論 1 262
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留植兰,地道東北人份帐。 一個月前我還...
    沈念sama閱讀 45,595評論 2 355
  • 正文 我出身青樓,卻偏偏與公主長得像楣导,于是被迫代替她去往敵國和親废境。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,901評論 2 345

推薦閱讀更多精彩內(nèi)容