具体使用语法如下：
分析函数/专用窗口函数 over(partition by 列名 order by 列名 rows between 开始位置 and 结束位置)
partition by 字段(窗口分区)
是对指定的字段进行分组，后续都会以组为单位，把每个分组单独作为一个窗口进行统计分析操作。划分的范围被称为窗口，这也是窗口函数的由来.则整个结果集将作为单个窗口分区；如果没有 ORDER BY，我们则无法定义窗口帧，进而整个分区将作为单个窗口帧进行处理。
rows between 开始位置 and 结束位置(窗口帧)
窗口帧用于从分区中选择指定的多条记录，供窗口函数处理。Hive 提供了两种定义窗口帧的形式：ROWS 和 RANGE。两种类型都需要配置上界和下界。例如：ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW 表示选择分区起始记录到当前记录的所有行。
rows between 常用的参数如下：
① n preceding：往前
② n following：往后
③ current row：当前行
④ unbounded：起点（一般结合preceding，following使用）
- unbounded preceding：表示该窗口最前面的行（起点）
- unbounded following：表示该窗口最后面的行（终点）
- current row：表示执行的当前行
这些参数需要好好记忆，使用例子如下：
rows between unbounded preceding and current row（表示从起点到当前行的数据进行）
rows between current row and unbounded following（表示当前行到终点的数据进行）
rows between unbounded preceding and unbounded following （表示起点到终点的数据）
（3）窗口函数：窗口函数会基于当前窗口帧的记录计算结果。Hive 提供了以下窗口函数：
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；
ROW_NUMBER()、RANK() 会为帧内的每一行返回一个序数，区别在于存在字段值相等的记录时，RANK() 会返回相同的序数；
LEAD(col, n), LAG(col, n) 返回当前记录的上n条或下n条记录的字段值；
FIRST_VALUE(col), LAST_VALUE(col) 可以返回窗口帧中第一条或最后一条记录的指定字段值；
COUNT(), SUM(col), MIN(col) 和一般的聚合操作相同。
排序窗口函数
ROW_NUMBER、RANK和DENSE_RANK函数操作
【函数说明】：
ROW_NUMBER()从1开始，按照顺序，生成分组内记录的序列
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
【执行脚本】：
|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| SELECT order_id, user_id, user_name, order_date, order_amount, RANK() OVER(PARTITION BY user_id ORDER BY order_amount desc) AS rnk1, DENSE_RANK() OVER(PARTITION BY user_id ORDER BY order_amount desc) AS rnk2, ROW_NUMBER() OVER(PARTITION BY user_id ORDER BY order_amount desc) AS rnk3 FROM ds_hive.ch8_t_order ; |
【执行结果】：
聚合窗口函数
count 统计条数,sum 求和,avg 求平均值,max 求最大值,min 求最小值这类的聚合函数的聚合效果都是在窗口内，并且是默认计算第一行到当前行。
sum() over()
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| SELECT order_id, user_id, user_name, order_date, order_amount, sum(order_amount) over(partition by user_id order by order_date rows between unbounded preceding and current row) sum_so_far FROM ds_hive.ch8_t_order ; |
运行结果
位移窗口函数
LAG函数操作
【函数说明】：LAG(col,n,DEFAULT) 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）。
LEAD函数操作
【函数说明】：与LAG相反，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）
【执行脚本】：
|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| select order_id, user_id, user_name, order_date, order_amount, lag(order_date,1,null) over(partition by user_id order by order_date) last_order_date, lead(order_date,1,null) over(partition by user_id order by order_date) last_order_date from ds_hive.ch8_t_order |
极值窗口函数
FIRST_VALUE函数操作
【函数说明】：取分组内排序后，截止到当前行，第一个值
LAST_VALUE函数操作
【函数说明】：取分组内排序后，截止到当前行，最后一个值
【执行脚本】：
|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| select ``order_id, ``user_id, ``user_name, ``order_date, ``order_amount, ``first_value(order_date) over(partition by user_id,substr(order_date,``1``,``7``) order by order_date) first_date, ``last_value(order_date) over(partition by user_id,substr(order_date,``1``,``7``) order by order_date rows between unbounded preceding and unbounded following) last_date from ds_hive.ch8_t_order ; |
分箱窗口函数
NTILE函数操作
【函数说明】：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
NTILE不支持ROWS BETWEEN，
如果切片不均匀，默认增加第一个切片的分布
一般用来求百分比的操作，比如求前20%，就可以分5个箱。
【执行脚本】：
|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| SELECT order_id, user_id, user_name, order_date, order_amount, NTILE(2) OVER(PARTITION BY user_id ORDER BY order_amount DESC) AS rnk FROM ds_stu1.ch_t_order_temp2 |
执行结果 ： 如下会先排序，然后按分桶数等分，rnk=1则取前50%数据，rnk=2则取后50%数据
