Hive分析窗体函数之NTILE，ROW_NUMBER，RANK和DENSE_RANK

继续介绍几个序列函数：

NTILE。ROW_NUMBER，RANK和DENSE_RANK

环境信息：
Hive版本号为apache-hive-0.14.0-bin
Hadoop版本号为hadoop-2.6.0
Tez版本号为tez-0.7.0

数据：

P088888888888,2016-02-10,1

P088888888888,2016-02-11,3

P088888888888,2016-02-12,1

P088888888888,2016-02-13,9

P088888888888,2016-02-14,3

P088888888888,2016-02-15,12

P088888888888,2016-02-16,3

P066666666666,2016-02-10,6

P066666666666,2016-02-11,2

P066666666666,2016-02-12,1

P066666666666,2016-02-13,9

P066666666666,2016-02-14,2

P066666666666,2016-02-15,20

P066666666666,2016-02-16,2

导入数据到Hive表中：

load data local inpath '/home/hadoop/testhivedata/windows_func.txt' overwrite into table windows_func;

NTILE
NTILE(n)。用于将分组数据依照顺序切分成n片。返回当前切片值
NTILE不支持ROWS BETWEEN，比方 NTILE(2) OVER(PARTITION BY polno ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)
假设切片不均匀。默认添加第一个切片的分布。

SELECT

polno,

createtime,

pnum,

NTILE(2) OVER(PARTITION BY polno ORDER BY createtime) AS rn1, --分组内将数据分成2片

NTILE(3) OVER(PARTITION BY polno ORDER BY createtime) AS rn2, --分组内将数据分成3片

NTILE(4) OVER(ORDER BY createtime) AS rn3 --将全部数据分成4片

FROM windows_func ORDER BY polno,createtime;

结果：

polno createtime pnum rn1 rn2 rn3

P066666666666 2016-02-10 6 1 1 1

P066666666666 2016-02-11 2 1 1 1

P066666666666 2016-02-12 1 1 1 2

P066666666666 2016-02-13 9 1 2 2

P066666666666 2016-02-14 2 2 2 3

P066666666666 2016-02-15 20 2 3 3

P066666666666 2016-02-16 2 2 3 4

P088888888888 2016-02-10 1 1 1 1

P088888888888 2016-02-11 3 1 1 1

P088888888888 2016-02-12 1 1 1 2

P088888888888 2016-02-13 9 1 2 2

P088888888888 2016-02-14 3 2 2 3

P088888888888 2016-02-15 12 2 3 4

P088888888888 2016-02-16 3 2 3 4

--比方，pnum数最多的前1/3的天

--rn = 1 的记录，就是我们想要的结果

SELECT polno,

createtime,

pnum,

NTILE(3) OVER(PARTITION BY polno ORDER BY pnum DESC) AS rn

FROM windows_func;

结果：

polno createtime pnum rn

P066666666666 2016-02-15 20 1

P066666666666 2016-02-13 9 1

P066666666666 2016-02-10 6 1

P066666666666 2016-02-16 2 2

P066666666666 2016-02-11 2 2

P066666666666 2016-02-14 2 3

P066666666666 2016-02-12 1 3

P088888888888 2016-02-15 12 1

P088888888888 2016-02-13 9 1

P088888888888 2016-02-16 3 1

P088888888888 2016-02-11 3 2

P088888888888 2016-02-14 3 2

P088888888888 2016-02-12 1 3

P088888888888 2016-02-10 1 3

ROW_NUMBER

ROW_NUMBER() –从1開始，依照顺序，生成分组内记录的序列
–比方，依照pnum降序排列。生成分组内每天的pnum名次
ROW_NUMBER() 的应用场景许多。再比方，获取分组内排序第一的记录等等。

SELECT polno,

createtime,

pnum,

ROW_NUMBER() OVER(PARTITION BY polno ORDER BY pnum desc) AS rn

FROM windows_func;

结果：

polno createtime pnum rn

P066666666666 2016-02-15 20 1

P066666666666 2016-02-13 9 2

P066666666666 2016-02-10 6 3

P066666666666 2016-02-16 2 4

P066666666666 2016-02-11 2 5

P066666666666 2016-02-14 2 6

P066666666666 2016-02-12 1 7

P088888888888 2016-02-15 12 1

P088888888888 2016-02-13 9 2

P088888888888 2016-02-16 3 3

P088888888888 2016-02-11 3 4

P088888888888 2016-02-14 3 5

P088888888888 2016-02-12 1 6

P088888888888 2016-02-10 1 7

RANK 和 DENSE_RANK

—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

SELECT polno,

createtime,

pnum,

RANK() OVER(PARTITION BY polno ORDER BY pnum desc) AS rn1,

DENSE_RANK() OVER(PARTITION BY polno ORDER BY pnum desc) AS rn2,

ROW_NUMBER() OVER(PARTITION BY polno ORDER BY pnum DESC) AS rn3

FROM windows_func WHERE polno ='P066666666666';

结果：

polno createtime pnum rn1 rn2 rn3

P066666666666 2016-02-15 20 1 1 1

P066666666666 2016-02-13 9 2 2 2

P066666666666 2016-02-10 6 3 3 3

P066666666666 2016-02-11 2 4 4 4

P066666666666 2016-02-14 2 4 4 5

P066666666666 2016-02-16 2 4 4 6

P066666666666 2016-02-12 1 7 5 7