在hive中，窗口函数（又叫开窗函数）具有强大的功能，掌握好窗口函数，能够帮助我们非常方便的解决很多问题。首先我们要了解什么是窗口函数，简单的说窗口函数是hive中一种可以按指定窗口大小计算的函数，例如，sum()，avg()，min()，max()等聚合函数，还有rank()，row_number() 可用作排序使用的窗口函数。下面一一对它们做介绍。

　　首先，要介绍一些在窗口函数中经常使用的函数或关键字，用来控制窗口函数中窗口的大小。

　　over()：用来指定窗口函数的窗口大小，这个窗口可以随着数据行的变化而发生变化。

　　current_row：当前行

　　n  preceding ：往前n行数据

　　n  following：往后n行数据

       unbounded：起点，unbounded preceding  表示从前面的起点开始，unbounded  following 表示到数据行的终点。

　　如果不指定，默认从起始行到当前行。

1.sum()，avg()，min()，max()

　   数据准备

      

create  table  if   not    exists   buy_info  (
    
 name   string,
 buy_date   string,
 buy_num   int
)
row  format  delimited  fields   terminated  by  '|'

select  *    from    buy_info;  信息如下

liulei     2015-04-11   5

liulei     2015-04-12   7

liulei     2015-04-133

liulei     2015-04-14   2

liulei     2015-04-15   4

liulei     2015-04-16   4

select   name ，buy_time ，num，  sum(num)   over(partition by name   order  by  buy_date  asc)  as  info1 ，--先按姓名分组，再按购买时间升序排序，最后求和，默认是从起始行到当前行
sum(num)   over(partition  by  name  order  by  buy_date  rows  between  unbounded preceding  and unbounded  and  current_row) as   info2, --从起点到当前行，和1结果一样
sum(num)   over(partition  by  name  order by  buy_date  rows   between  3  preceding   and   current_row) as  info3，--从当前行往前数3行到当前行
sum(num)   over(partition  by  name) as  info4 ,  --分组内所有行
sum(num)   over(partition by  name   order  by  buy_date   rows  between  1 preceding  and 1 following) as info5,--当前行+往前一行+往后一行
sum(num)   over(partition  by  name  order  by  buy_date   rows  between  1  prededing  and  unbounded  following) as   info6 --从当前行往前数一行到最后一行

查询结果如下

name

buy_date

buy_num

info1

info2

Info3

info4

info5

info6

liulei

2015-04-11

    5

5

5

5

25

5

25

liulei

2015-04-12 

    7

12

12

12

25

15

25

liulei

2015-04-13

    3

15

15

15

25

12

20

liulei

2015-04-14

    2

17

17

17

25

9

13

liulei

2015-04-15

    4

21

21

16

25

10

10

liulei

2015-04-16

    4

25

25

13

25

8

8