hive支持的分析函数： 总的概括 ： http://www.2cto.com/os/201504/387681.html ******************************************************************************************************** Rank over的用法 ：http://www.cnblogs.com/mycoding/archive/2
hive支持的分析函数：
总的概括：
http://www.2cto.com/os/201504/387681.html
********************************************************************************************************
Rank over的用法：http://www.cnblogs.com/mycoding/archive/2010/05/29/1747065.html
原始数据：
a b c ----------- ----------- ---- 1 3 E 2 4 A 3 2 D 3 5 B 4 2 C 2 4 B
需求：以a,b进行分组，在每个组内以b进行排名。
select *,rank() over( partition by a,b order by b) from xxxx_tab ;
数据为：
a b c rank ----------- ----------- ---- -------------------- 1 3 E 1 2 4 A 1 2 4 B 1 3 2 D 1 3 5 B 2 4 2 C 1
分了5个组，第2行跟第3行是一个组，其他的每行是一个组。在第2行与第3行的组内以b排名，并列为1
***************************************************************************************************************************************
Row_Number() over的用法：http://www.cnblogs.com/fxgachiever/archive/2010/09/15/1826792.html
原始数据：
empid deptid 【本文来自鸿网互联 (http://www.68idc.cn)】salary 1 10 5500.00 2 10 4500.00 3 20 1900.00 4 20 4800.00 5 40 6500.00 6 40 14500.00 7 40 44500.00 8 50 6500.00 9 50 7500.00
需求：根据部门分组，显示每个部门的工资等级
SQL脚本：
SELECT *, Row_Number() OVER (partition by deptid ORDER BY salary desc) rank FROM employee
预期结果：
empid deptid salary rank ----------- ----------- --------------------------------------- -------------------- 1 10 5500.00 1 2 10 4500.00 2 4 20 4800.00 1 3 20 1900.00 2 7 40 44500.00 1 6 40 14500.00 2 5 40 6500.00 3 9 50 7500.00 1 8 50 6500.00 2 ********************************************************************************************
窗口函数的用法：http://blog.csdn.net/cnham/article/details/6101199
select month,sum(tot_sales) month_sales, sum(sum(tot_sales)) over(order by month rows between unbounded preceding and unbounded following) total_sales from orders group by month.
