Hsql函数下_sql nvl函数

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

Hsql函数.下（窗口函数、分析函数、增强group）

• 参考链接：https://blog.csdn.net/scgaliguodong123_/article/details/60135385

1.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

1.1、窗口函数

• 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第n行值。第一个参数为列名，第二个参数为往下第n行（可选，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,n,DEFAULT) ：与lead相反，用于统计窗口内往上第n行值。第一个参数为列名，第二个参数为往上第n行（可选，默认为1），第三个参数为默认值（当往上第n行为NULL时候，取默认值，如不指定，则为NULL）

1.2、OVER从句

1、使用标准的聚合函数COUNT、SUM、MIN、MAX、AVG
2、使用PARTITION BY语句，使用一个或者多个原始数据类型的列
3、使用PARTITION BY与ORDER BY语句，使用一个或者多个数据类型的分区或者排序列
4、使用窗口规范，窗口规范支持以下格式：

(ROWS | RANGE) BETWEEN (UNBOUNDED | [num]) PRECEDING AND ([num] PRECEDING | CURRENT ROW | (UNBOUNDED | [num]) FOLLOWING)
(ROWS | RANGE) BETWEEN CURRENT ROW AND (CURRENT ROW | (UNBOUNDED | [num]) FOLLOWING)
(ROWS | RANGE) BETWEEN [num] FOLLOWING AND (UNBOUNDED | [num]) FOLLOWING

• 当ORDER BY后面缺少窗口从句条件，窗口规范默认是 RANGE BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW.

• 当ORDER BY和窗口从句都缺失, 窗口规范默认是 ROW BETWEEN UNBOUNDED PRECEDING AND UNBOUNDED FOLLOWING.

• OVER从句支持以下函数， 但是并不支持和窗口一起使用它们。
  Ranking函数: Rank, NTile, DenseRank, CumeDist, PercentRank.
  Lead 和 Lag 函数.

• over语句还可以独立出来，用window重写，但需要注意的是，如下sort by使用了多个字段，如果用range指定窗口的话会出错，需要用rows来指定窗口，因为range是对列的比较，不支持多列比较

1.3、分析函数

• ROW_NUMBER() 从1开始，按照顺序，生成分组内记录的序列,比如，按照pv降序排列，生成分组内每天的pv名次,ROW_NUMBER()的应用场景非常多，再比如，获取分组内排序第一的记录;获取一个session中的第一条refer等。
• RANK() 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() 生成数据项在分组中的排名，排名相等会在名次中不会留下空位
• CUME_DIST 小于等于当前值的行数/分组内总行数。比如，统计小于等于当前薪水的人数，所占总人数的比例
• PERCENT_RANK 分组内当前行的RANK值-1/分组内总行数-1
• NTILE(n) 用于将分组数据按照顺序切分成n片，返回当前切片值，如果切片不均匀，默认增加第一个切片的分布。NTILE不支持ROWS BETWEEN，比如 NTILE(2) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)。

1.3.1、Hive2.1.0及以后支持Distinct

• 在聚合函数（SUM、COUNT and AVG）中，支持distinct，但是在ORDER by或者窗口限制不支持

  count(distinct a) over (partition by c)
  

1.3.2、Hive2.2.0中在使用ORDER BY和窗口限制是支持distinct

COUNT(DISTINCT a) OVER (PARTITION BY c ORDER BY d ROWS BETWEEN 1 PRECEDING AND 1 FOLLOWING)

1.3.3、Hive2.1.0及以后支持在OVER从句中支持聚合函数

SELECT rank() OVER (ORDER BY sum(b))
FROM T
GROUP BY a;

1.4、测试练习

• 注意:
  结果和ORDER BY相关,默认为升序
  如果不指定ROWS BETWEEN,默认为从起点到当前行;
  如果不指定ORDER BY，则将分组内所有值累加;
• 关键是理解ROWS BETWEEN含义,也叫做WINDOW子句：
  PRECEDING：往前
  FOLLOWING：往后
  CURRENT ROW：当前行
  UNBOUNDED：无界限（起点或终点）
  UNBOUNDED PRECEDING：表示从前面的起点
  UNBOUNDED FOLLOWING：表示到后面的终点
  其他COUNT、AVG，MIN，MAX，和SUM用法一样。

-- count、sum、min、max、avg
select 
    user_id,
    user_type,
    sales,
    --默认为从起点到当前行，sales相等的是不分先后顺序的，所以第一个值为2，还有17=5+5+7
    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc) AS sales_1,
    --从起点到当前行，结果与sales_1不同。像这种情况，就是有序的，即1,2,4,7，12,17,23；
    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS sales_2,
    --当前行+往前3行
    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS sales_3,
    --当前行+往前3行+往后1行
    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc ROWS BETWEEN 3 PRECEDING AND 1 FOLLOWING) AS sales_4,
    --当前行+往后所有行 
    sum(sales) OVER(PARTITION BY user_type ORDER BY sales asc ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS sales_5,
    --分组内所有行
    SUM(sales) OVER(PARTITION BY user_type) AS sales_6                          
from 
    order_detail
order by 
    user_type,
    sales,
    user_id;

• first_value与last_value

  select 
      user_id,
      user_type,
      ROW_NUMBER() OVER(PARTITION BY user_type ORDER BY sales) AS row_num,  
      first_value(user_id) over (partition by user_type order by sales desc) as max_sales_user,
      first_value(user_id) over (partition by user_type order by sales asc) as min_sales_user,
      last_value(user_id) over (partition by user_type order by sales desc) as curr_last_min_user,
      last_value(user_id) over (partition by user_type order by sales asc) as curr_last_max_user
  from 
      order_detail;
  

• lead与lag

  • lag(field, N)是取前N行的值，lead(field, N)是取后N行的值。

  select 
      user_id,device_id,sales,
      lead(device_id) over (order by sales) as default_after_one_line,
      lag(device_id) over (order by sales) as default_before_one_line,
      lead(device_id,2) over (order by sales) as after_two_line,
      lag(device_id,2,'abc') over (order by sales) as before_two_line
  from 
      order_detail;
  
  | user_id  |  device_id  | default_after_one_line  | default_before_one_line  | after_two_line  | before_two_line  |
  +----------+-------------+-------------------------+--------------------------+-----------------+------------------+--+
  | qibaqiu  | fds         | fdsfagwe                | NULL                     | 543gfd          | abc              |
  | liiu     | fdsfagwe    | 543gfd                  | fds                      | f332            | abc              |
  | lisi     | 543gfd      | f332                    | fdsfagwe                 | dfsadsa323      | fds              |
  | wangshi  | f332        | dfsadsa323              | 543gfd                   | hfd             | fdsfagwe         |
  | zhangsa  | dfsadsa323  | hfd                     | f332                     | 65ghf           | 543gfd           |
  | liwei    | hfd         | 65ghf                   | dfsadsa323               | fds             | f332             |
  | wanger   | 65ghf       | fds                     | hfd                      | dsfgg           | dfsadsa323       |
  | qishili  | fds         | dsfgg                   | 65ghf                    | 543gdfsd        | hfd              |
  | lilisi   | dsfgg       | 543gdfsd                | fds                      | NULL            | 65ghf            |
  | wutong   | 543gdfsd    | NULL                    | dsfgg                    | NULL            | fds              |
  +----------+-------------+-------------------------+--------------------------
  

• rank、row_number、dense_rank

  • dense_rank和rank都是排名函数，区别在于dense_rank是连续排名，rank遇到排名并列时，下一列排名跳空。
  • percent_rank，介于0和1直接的小数形式表示，计算方法是(rank – 1) / (n-1)，其中rank为行的序号，n为组的行数

  select 
      user_id,user_type,sales,
      RANK() over (partition by user_type order by sales desc) as r,
      ROW_NUMBER() over (partition by user_type order by sales desc) as rn,
      DENSE_RANK() over (partition by user_type order by sales desc) as dr
  from
      order_detail; 
      
  | user_id  | user_type  | sales  | r  | rn  | dr  |
  +----------+------------+--------+----+-----+-----+--+
  | wutong   | new        | 6      | 1  | 1   | 1   |
  | qishili  | new        | 5      | 2  | 2   | 2   |
  | lilisi   | new        | 5      | 2  | 3   | 2   |
  | wanger   | new        | 3      | 4  | 4   | 3   |
  | zhangsa  | new        | 2      | 5  | 5   | 4   |
  | qibaqiu  | new        | 1      | 6  | 6   | 5   |
  | liiu     | new        | 1      | 6  | 7   | 5   |
  | liwei    | old        | 3      | 1  | 1   | 1   |
  | wangshi  | old        | 2      | 2  | 2   | 2   |
  | lisi     | old        | 1      | 3  | 3   | 3   |
  

• ntile

  • NTILE这个很强大，以前要获取一定比例的数据是非常困难的，NTILE就是把有序分区中的行分发到指定数据的组中，各个组有编号，编号从1开始，对于每一行，NTILE返回此行所属的组的编号。

  select 
      user_type,sales,
      --分组内将数据分成2片
      NTILE(2) OVER(PARTITION BY user_type ORDER BY sales) AS nt2,
      --分组内将数据分成3片 
      NTILE(3) OVER(PARTITION BY user_type ORDER BY sales) AS nt3,
      --分组内将数据分成4片 
      NTILE(4) OVER(PARTITION BY user_type ORDER BY sales) AS nt4,
      --将所有数据分成4片
      NTILE(4) OVER(ORDER BY sales) AS all_nt4
  from 
      order_detail
  order by 
      user_type,
      sales
  

• 求取sale前20%的用户ID

  select
      user_id
  from
  (
      select 
          user_id,
          NTILE(5) OVER(ORDER BY sales desc) AS nt
      from 
          order_detail
  )A
  where nt=1;
  
  --wutong
  --qishili
  

• CUME_DIST、PERCENT_RANK

  select 
  user_id,user_type,sales,
  --没有partition,所有数据均为1组
  CUME_DIST() OVER(ORDER BY sales) AS cd1,
  --按照user_type进行分组
  CUME_DIST() OVER(PARTITION BY user_type ORDER BY sales) AS cd2 
  from 
  order_detail;
  

select 
user_type,sales,
--分组内总行数 
SUM(1) OVER(PARTITION BY user_type) AS s, 
--RANK值 
RANK() OVER(ORDER BY sales) AS r,    
PERCENT_RANK() OVER(ORDER BY sales) AS pr,
--分组内 
PERCENT_RANK() OVER(PARTITION BY user_type ORDER BY sales) AS prg 
from 
order_detail;

2.增强的聚合 Cube和Grouping 和Rollup

• 这几个分析函数通常用于OLAP中，不能累加，而且需要根据不同维度上钻和下钻的指标统计，比如，分小时、天、月的UV数。

2.1、grouping sets

• 在一个GROUP BY查询中，根据不同的维度组合进行聚合，等价于将不同维度的GROUP BY结果集进行UNION ALL,
• 其中的GROUPING__ID，表示结果属于哪一个分组集合

select
    user_type,
    sales,
    count(user_id) as pv,
    GROUPING__ID 
from 
    order_detail
group by 
    user_type,sales
GROUPING SETS(user_type,sales) 
ORDER BY 
    GROUPING__ID;

select
    user_type,
    sales,
    count(user_id) as pv,
    GROUPING__ID 
from 
    order_detail
group by 
    user_type,sales
GROUPING SETS(user_type,sales,(user_type,sales)) 
ORDER BY 
    GROUPING__ID;

2.2、CUBE

• 根据GROUP BY的维度的所有组合进行聚合。

select
    user_type,
    sales,
    count(user_id) as pv,
    GROUPING__ID 
from 
    order_detail
group by 
    user_type,sales
WITH CUBE 
ORDER BY 
    GROUPING__ID;

2.3、rollup

• 是CUBE的子集，以最左侧的维度为主，从该维度进行层级聚合。

select
    user_type,
    sales,
    count(user_id) as pv,
    GROUPING__ID 
from 
    order_detail
group by 
    user_type,sales
WITH ROLLUP 
ORDER BY 
    GROUPING__ID;
    user_type,sales
WITH CUBE 
ORDER BY 
    GROUPING__ID;