Hive分析窗口函数(一) SUM,AVG,MIN,MAX

WBOY
リリース: 2016-06-07 14:51:05
オリジナル
1368 人が閲覧しました

Hive中提供了越来越多的分析函数,用于完成负责的统计分析。抽时间将所有的分析窗口函数理一遍,将陆续发布。今天先看几个基础的,SUM、AVG、MIN、MAX。p用于实现分组内所有和连续累积的统计。/p CREATE EXTERNAL TABLE yeshuai_test( cookieid string, crea

Hive中提供了越来越多的分析函数,用于完成负责的统计分析。抽时间将所有的分析窗口函数理一遍,将陆续发布。
今天先看几个基础的,SUM、AVG、MIN、MAX。
<p>用于实现分组内所有和连续累积的统计。</p> 
ログイン後にコピー
CREATE EXTERNAL TABLE yeshuai_test(
    cookieid string,
    createtime string, --day
    pv INT
    ) ROW FORMAT DELIMITED
    FIELDS TERMINATED BY ','
    
    
ログイン後にコピー

为了测试方便,不用到hadoop上去上传文件进行测试

直接进入本地的一个文件夹 进行编辑数据导入 ,这里我的文件夹路径为/home/work/yeshuai/data1.txt

用vim 编辑 ,复制进去数据


  • cookie1 2015-04-10 1
  •     cookie1 2015-04-11 5
  •     cookie1 2015-04-12 7
  •     cookie1 2015-04-13 3
  •     cookie1 2015-04-14 2
  •     cookie1 2015-04-15 4
  •     cookie1 2015-04-16 4


  • 然后 hive>select * from yeshuai_test 进行测试,有数据的话,测试环境准备ok了


    SUM — 注意,结果和ORDER BY相关,默认为升序

      SELECT cookieid,
        createtime,
        pv,
        SUM(pv) OVER(PARTITION BY cookieid ORDER BY createtime) AS pv1, -- 默认为从起点到当前行
        SUM(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS pv2, --从起点到当前行,结果同pv1
        SUM(pv) OVER(PARTITION BY cookieid) AS pv3,        --分组内所有行
        SUM(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS pv4, --当前行+往前3行
        SUM(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND 1 FOLLOWING) AS pv5, --当前行+往前3行+往后1行
        SUM(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS pv6 ---当前行+往后所有行
        FROM yeshuai_test;
         
        cookieid createtime pv pv1 pv2 pv3 pv4 pv5 pv6
        -----------------------------------------------------------------------------
        cookie1 2015-04-10 1 1 1 26 1 6 26
        cookie1 2015-04-11 5 6 6 26 6 13 25
        cookie1 2015-04-12 7 13 13 26 13 16 20
        cookie1 2015-04-13 3 16 16 26 16 18 13
        cookie1 2015-04-14 2 18 18 26 17 21 10
        cookie1 2015-04-15 4 22 22 26 16 20 8
        cookie1 2015-04-16 4 26 26 26 13 13 4
    ログイン後にコピー


    pv1: 分组内从起点到当前行的pv累积,如,11号的pv1=10号的pv+11号的pv, 12号=10号+11号+12号
    pv2: 同pv1
    pv3: 分组内(cookie1)所有的pv累加
    pv4: 分组内当前行+往前3行,如,11号=10号+11号, 12号=10号+11号+12号, 13号=10号+11号+12号+13号, 14号=11号+12号+13号+14号
    pv5: 分组内当前行+往前3行+往后1行,如,14号=11号+12号+13号+14号+15号=5+7+3+2+4=21
    pv6: 分组内当前行+往后所有行,如,13号=13号+14号+15号+16号=3+2+4+4=13,14号=14号+15号+16号=2+4+4=10

    如果不指定ROWS BETWEEN,默认为从起点到当前行;
    如果不指定ORDER BY,则将分组内所有值累加;
    关键是理解ROWS BETWEEN含义,也叫做WINDOW子句:
    PRECEDING:往前
    FOLLOWING:往后
    CURRENT ROW:当前行
    UNBOUNDED:起点,UNBOUNDED PRECEDING 表示从前面的起点, UNBOUNDED FOLLOWING:表示到后面的终点

    –其他AVG,MIN,MAX,和SUM用法一样。

    <div class="blockcode">
    <div id="code_cxN"><ol>
    <li>  --AVG
    </li>
    <li>    SELECT cookieid,
    </li>
    <li>    createtime,
    </li>
    <li>    pv,
    </li>
    <li>    AVG(pv) OVER(PARTITION BY cookieid ORDER BY createtime) AS pv1, -- 默认为从起点到当前行
    </li>
    <li>    AVG(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS pv2, --从起点到当前行,结果同pv1
    </li>
    <li>    AVG(pv) OVER(PARTITION BY cookieid) AS pv3,        --分组内所有行
    </li>
    <li>    AVG(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS pv4, --当前行+往前3行
    </li>
    <li>    AVG(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND 1 FOLLOWING) AS pv5, --当前行+往前3行+往后1行
    </li>
    <li>    AVG(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS pv6 ---当前行+往后所有行
    </li>
    <li>    FROM lxw1234;
    </li>
    <li>    cookieid createtime pv pv1 pv2 pv3 pv4 pv5 pv6
    </li>
    <li>    -----------------------------------------------------------------------------
    </li>
    <li>    cookie1 2015-04-10 1 1.0 1.0 3.7142857142857144 1.0 3.0 3.7142857142857144
    </li>
    <li>    cookie1 2015-04-11 5 3.0 3.0 3.7142857142857144 3.0 4.333333333333333 4.166666666666667
    </li>
    <li>    cookie1 2015-04-12 7 4.333333333333333 4.333333333333333 3.7142857142857144 4.333333333333333 4.0 4.0
    </li>
    <li>    cookie1 2015-04-13 3 4.0 4.0 3.7142857142857144 4.0 3.6 3.25
    </li>
    <li>    cookie1 2015-04-14 2 3.6 3.6 3.7142857142857144 4.25 4.2 3.3333333333333335
    </li>
    <li>    cookie1 2015-04-15 4 3.6666666666666665 3.6666666666666665 3.7142857142857144 4.0 4.0 4.0
    </li>
    <li>    cookie1 2015-04-16 4 3.7142857142857144 3.7142857142857144 3.7142857142857144 3.25 3.25 4.0</li>
    </ol></div>
    </div><div class="blockcode">
    <div id="code_L6F"><ol>
    <li>    --MIN
    </li>
    <li>    SELECT cookieid,
    </li>
    <li>    createtime,
    </li>
    <li>    pv,
    </li>
    <li>    MIN(pv) OVER(PARTITION BY cookieid ORDER BY createtime) AS pv1, -- 默认为从起点到当前行
    </li>
    <li>    MIN(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS pv2, --从起点到当前行,结果同pv1
    </li>
    <li>    MIN(pv) OVER(PARTITION BY cookieid) AS pv3,        --分组内所有行
    </li>
    <li>    MIN(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS pv4, --当前行+往前3行
    </li>
    <li>    MIN(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND 1 FOLLOWING) AS pv5, --当前行+往前3行+往后1行
    </li>
    <li>    MIN(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS pv6 ---当前行+往后所有行
    </li>
    <li>    FROM lxw1234;
    </li>
    <li>     
    </li>
    <li>    cookieid createtime pv pv1 pv2 pv3 pv4 pv5 pv6
    </li>
    <li>    -----------------------------------------------------------------------------
    </li>
    <li>    cookie1 2015-04-10 1 1 1 1 1 1 1
    </li>
    <li>    cookie1 2015-04-11 5 1 1 1 1 1 2
    </li>
    <li>    cookie1 2015-04-12 7 1 1 1 1 1 2
    </li>
    <li>    cookie1 2015-04-13 3 1 1 1 1 1 2
    </li>
    <li>    cookie1 2015-04-14 2 1 1 1 2 2 2
    </li>
    <li>    cookie1 2015-04-15 4 1 1 1 2 2 4
    </li>
    <li>    cookie1 2015-04-16 4 1 1 1 2 2 4</li>
    </ol></div>
    </div><div class="blockcode"><div id="code_f2D"><ol>
    <li>    ----MAX
    </li>
    <li>    SELECT cookieid,
    </li>
    <li>    createtime,
    </li>
    <li>    pv,
    </li>
    <li>    MAX(pv) OVER(PARTITION BY cookieid ORDER BY createtime) AS pv1, -- 默认为从起点到当前行
    </li>
    <li>    MAX(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW) AS pv2, --从起点到当前行,结果同pv1
    </li>
    <li>    MAX(pv) OVER(PARTITION BY cookieid) AS pv3,        --分组内所有行
    </li>
    <li>    MAX(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW) AS pv4, --当前行+往前3行
    </li>
    <li>    MAX(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND 1 FOLLOWING) AS pv5, --当前行+往前3行+往后1行
    </li>
    <li>    MAX(pv) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING) AS pv6 ---当前行+往后所有行
    </li>
    <li>    FROM lxw1234;
    </li>
    <li>     
    </li>
    <li>    cookieid createtime pv pv1 pv2 pv3 pv4 pv5 pv6
    </li>
    <li>    -----------------------------------------------------------------------------
    </li>
    <li>    cookie1 2015-04-10 1 1 1 7 1 5 7
    </li>
    <li>    cookie1 2015-04-11 5 5 5 7 5 7 7
    </li>
    <li>    cookie1 2015-04-12 7 7 7 7 7 7 7
    </li>
    <li>    cookie1 2015-04-13 3 7 7 7 7 7 4
    </li>
    <li>    cookie1 2015-04-14 2 7 7 7 7 7 4
    </li>
    <li>    cookie1 2015-04-15 4 7 7 7 7 7 4
    </li>
    <li>    cookie1 2015-04-16 4 7 7 7 4 4 4</li>
    </ol></div></div>
    ログイン後にコピー


  • 関連ラベル:
    ソース:php.cn
    このウェブサイトの声明
    この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
    人気のチュートリアル
    詳細>
    最新のダウンロード
    詳細>
    ウェブエフェクト
    公式サイト
    サイト素材
    フロントエンドテンプレート