本文共 721 字，大约阅读时间需要 2 分钟。

Hive的四种排序：

1.全局排序 order by(只有一个reduce，对所有数据进行排序) 只要使用 order by ，reduce只有一个。

2.sort by 内部有序 3.distribute by 分区字段 store by 排序字段 4.cluster by：当分区条件和排序条件相同使用cluster by . 5.group by:对检索的数据进行单纯的分组，一般和聚合函数一起使用。 6.partition by:用来辅助查询，缩小查询范围，加快数据的检索速度和对数据按照一定的规格和条件进行管理。

Hive的开窗函数：

over()：over是用于数据的分区和排序，主要使用在聚合函数后边使用

row_number（）: 对排序后的每行生成一个行号，且不存在重复的序号位 rank（）：排名函数 DENSE_RANK() 相同排序不跳序号位(允许并排次序)： LAG：落后N 个值 （默认落后1个值） 用于统计窗口内往上第n行值 LEAD：比LAG快N个值 用于统计窗口内往下第n行值 LAST_VALUE：取分组内排序后，截止到当前行，最后一个值 FIRST_VALUE：取分组内排序后，截止到当前行，第一个值 PRECEDING：往前 FOLLOWING：往后 CURRENT ROW：当前行

窗口函数与分析函数 应用场景：

（1）用于分区排序

（2）动态Group By （3）Top N （4）累计计算 （5）层次查询 窗口函数与分析函数 区别： 窗口函数：对于每个组返回多行， 聚合函数:而聚合函数对于每个组只返回一行

 

 

 

寄语：

温故而知新，可以为师矣。

 

keep up the good work。

转载地址：http://uxnv.baihongyu.com/