tencent cloud

PrevNext

文档反馈

请输入关键字

Recent Pages

文档
数据湖计算
    文档
    Download PDF

    窗口函数

    最后更新时间：2024-08-07 17:33:31
    下载PDF

      row_number

      函数语法：
        row_number()
      支持引擎：SparkSQL、Presto
      使用说明：为每一行分配一个唯一的连续编号
      返回类型：int
      示例：
      
      SELECT a, b, row_number() OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b);
      A1	1	1
      A1	1	2
      A1	2	3
      A2	3	1

      rank

      函数语法：
        rank()
      支持引擎：SparkSQL、Presto
      使用说明：计算某个值在一组值中的排名。如果出现排名相等，则在排名序列中留出空位。
      返回类型：int
      示例：
      SELECT a, b, rank() OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	1
      A1	1	1
      A1	2	3
      A2	3	1

      dense_rank

      函数语法：
        dense_rank()
      支持引擎：SparkSQL、Presto
      使用说明：计算某个值在一组值中的排名，如果出现排名相等，与函数rank不同，dense_rank不会在排名序列中产生空位。
      返回类型：int
      示例：
      SELECT a, b, dense_rank() OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	1
      A1	1	1
      A1	2	2
      A2	3	1

      percent_rank()

      函数语法：
        percent_rank()
      
      支持引擎：SparkSQL、Presto
      使用说明：计算某个值在一组值中的百分比排名。返回值以 0 到 1 之间的小数表示。
      返回类型：double
      示例：
      SELECT a, b, percent_rank() OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	0.0
      A1	1	0.0
      A1	2	1.0
      A2	3	0.0

      cume_dist

      函数语法：
      cume_dist()
      支持引擎：SparkSQL、Presto
      使用说明：计算某个值在分区中相对于所有值的位置。
      返回类型：double
      示例：
      SELECT a, b, cume_dist() OVER (PARTITION BY a ORDER BY b)  FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	0.6666666666666666
      A1	1	0.6666666666666666
      A1	2	1.0
      A2	3	1.0

      first_value

      函数语法：
        first_value(col)
      支持引擎：SparkSQL、Presto
      使用说明：返回分区中某列第一条数据的值
      返回类型：col列的数据类型
      示例：
      SELECT a, b, first_value(b) OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	1
      A1	1	1
      A1	2	1
      A2	3	3

      last_value

      函数语法：
        last_value(col)
      支持引擎：SparkSQL、Presto
      使用说明：返回分区中某列最后一条数据的值
      返回类型：int
      示例：
      SELECT a, b, last_value(b) OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	1
      A1	1	1
      A1	2	2
      A2	3	3

      lag

      函数语法：
       lag(col[, n [, default]])
      支持引擎：SparkSQL、Presto
      使用说明：返回窗口中当前行向上第 n 行的值。n 默认值为 1，default 默认值为 null。如果第 n 行的 值为 null，则返回 null。如果不存在这样的偏移行（例如，当偏移量为1时，窗口的第一行没有任何向上行），则返回 default 。第一个参数为列名，第二个参数为之前第 n 行，第三个参数为默认值。
      返回类型：col列的数据类型
      示例：
      SELECT a, b, lag(b) OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	NULL
      A1	1	1
      A1	2	1
      A2	3	NULL

      lead

      函数语法：
        lead(col[, n[, default]])
      支持引擎：SparkSQL、Presto
      使用说明：返回窗口中当前行向下第 n 行的值。n 默认值为 1，default 默认值为 null。如果第 n 行的 值为 null，则返回 null。如果不存在这样的偏移行（例如，当偏移量为1时，窗口的最后一行没有任何向下行），则返回 default 。第一个参数为列名，第二个参数为之前第 n 行，第三个参数为默认值。
      返回类型：col列的数据类型
      示例：
      SELECT a, b, lead(b) OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	1
      A1	1	2
      A1	2	NULL
      A2	3	NULL

      nth_value

      函数语法：
        nth_value(col[, n])
      支持引擎：SparkSQL、Presto
      使用说明：返回距窗口头第 n 行的值。n 从 1 开始。如果ignoreNulls=true，查找第 n 行时将跳过 null。否则，每一行都计入 n。如果不存在这样的第 n 行（例如，当 n 为10时，窗口大小小于10），则返回null。第一个参数为列名，第二个参数为之前第 n 行。
      返回类型：col列的数据类型
      示例：
      SELECT a, b, nth_value(b, 2) OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	1
      A1	1	1
      A1	2	1
      A2	3	NULL

      ntile

      函数语法：
        ntile(n)
      支持引擎：SparkSQL、Presto
      使用说明：将窗口分区的行划分为 n 个桶，返回行所在的桶数，范围从 1 到 n
      返回类型：int
      示例：
      SELECT a, b, ntile(2) OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)
      A1	1	1
      A1	1	1
      A1	2	2
      A2	3	1

      CLUSTER_SAMPLE

      函数语法：
        CLUSTER_SAMPLE(<int> N[, <int> M]) over (PARTITION BY col1 ORDER by col2)
      支持引擎：SparkSQL
      使用说明：在窗口内按指定的比例或数量采样。
      N：必填，int 类型，当只有 N 时，表示采样出 N 条数据。采样结果接近 N 条，但不保证一定是 N 条。
      M：可填，int 类型，当 M 被指定时，表示采样出 M/N * 窗口内总条数数量的数据。采样结果接近 M/N * 总条数。
      返回类型：boolean 类型，true 表示被采样，false 表示未采样。
      示例：
      > SELECT a, b, cluster_sample(2) OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b);
      A1 2 true
      A1 1 true
      A2 3 true
      A1 1 false
      > SELECT a, b from (select a, b, cluster_sample(2) OVER (PARTITION BY a ORDER BY b) as c FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b)) where c;
      A1 2
      A1 1
      A2 3
      
      联系我们

      联系我们，为您的业务提供专属服务。

      联系我们
      技术支持

      如果你想寻求进一步的帮助，通过工单与我们进行联络。我们提供7x24的工单服务。

      提交工单
      7x24 电话支持
      Copyright © 2013-2024 Tencent Cloud. All Rights Reserved.
      隐私条款服务条款缓存条款