Hive窗口函数详解：使用方法、常用函数及示例

Hive窗口函数是一种在Hive查询中使用的函数，用于在查询结果的窗口（或分组）中执行计算操作。窗口函数可以对数据进行分组、排序和聚合，以及计算每个窗口中的行的排名、行号等。

常用的Hive窗口函数包括：

1. 'ROW_NUMBER()': 为每个窗口中的行分配一个唯一的序号。
2. 'RANK()': 计算每个窗口中的行的排名。
3. 'DENSE_RANK()': 计算每个窗口中的行的密集排名，相同的值将获得相同的排名，但排名之间不会有间隔。
4. 'LAG()': 获取窗口中前一行的值。
5. 'LEAD()': 获取窗口中下一行的值。
6. 'FIRST_VALUE()': 获取窗口中第一行的值。
7. 'LAST_VALUE()': 获取窗口中最后一行的值。
8. 'SUM()': 计算窗口中数值列的总和。
9. 'AVG()': 计算窗口中数值列的平均值。
10. 'MAX()': 计算窗口中数值列的最大值。
11. 'MIN()': 计算窗口中数值列的最小值。

使用窗口函数的基本语法如下：

窗口函数() OVER (PARTITION BY 列1, 列2... ORDER BY 排序列 [ASC|DESC] [ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW])

其中，'PARTITION BY'子句用于指定分组列，'ORDER BY'子句用于指定排序列，'ROWS BETWEEN'子句用于指定计算窗口的范围。

例如，以下示例计算了每个部门中员工的平均工资和排名：

SELECT department, name, salary, AVG(salary) OVER (PARTITION BY department) AS avg_salary, RANK() OVER (PARTITION BY department ORDER BY salary DESC) AS rank
FROM employees;

以上查询将返回每个员工的部门、姓名、工资、部门平均工资和在部门中的排名。