59_尚硅谷_Hive函数_回顾

好，那我们昨天呢，是把这个呃，之前所讲的窗口函数当中遗留的一些点啊给大家讲了，主要就是这个里边对吧，我们再回过头来看一下，就是这几个啊，当时在前一天的时候提了提了，但是呢没有去用，昨天的时候呢，我们去用了一下，其实呢，这个怎么用呢？这一堆东西。要跟上，在首先在over里边对吧，在over里边，然后接下来语法是肉对吧，然后be。对吧，对不对，然后。是不是有一个按对吧，这是固定的一个语法，语法这两个东西就是填什么。填这个内容啊，填这个内容，而且我们知道它是左臂。右右臂因为我们写从往前推一行往后推啊，它是不是加了三行啊，对吧，也就是说左臂右臂，而且既然是它其实类似于我们所说的一个区间嘛，那区间你不能前面写大的，后面写小的吧，当然我没测了，他说你这个是一个不符不合法是吧。

区间对吧啊，不可用的应该是不可用的指的是不可用的啊，所以呢，你不要写反了，把小的写在前面啊，把大的写在后面啊，然后之后呢，还有一个就类似于我们可以从开始。从起点哎到终点啊也可以，那这个什么时候用的是有同学有这种想法，假如说我们是这样的啊，嗯，按照一个人呢去排序啊，按照一个人呢去分区，然后数据最终的顺序，我要按照时间排序。同时我还希望计算什么内容呢？当前这个人累计的一个组合。能听懂，就是现在的数据啊，是这个样子吧，现在数据呢，可能是张三，这个张三我就不写了，我就是默认一个人，然后当然还有一次对吧，他现在呢，是可能因为。

远程传播的数据啊，它不一定是完全是按照时间，有可能有有一个服务器呢，有延迟，它可能是1月1号12点的数据，诶你看到来了，哎，下一条呢是什么？11:59，这个的生长环境当中非常多。因为服务器有延迟嘛，你你采集的数据不是说来自于一台服务器，因为现在整个在生产环境当中，不可能说单台整个的一个后台工作，不可能是单台服务器，它有多台服务器，也就是说你采集数据实时采集到没问题，但是你采集过来的数据很有可能放在你文件系统里面是这个样子。啊，甚至有可能第三条数据张三A11:58啊，来自于另外一台服务器，这都是有可能的，差个几分钟延迟，这都很正常的，在生产当中啊，因为特别是负载比较高的时候，像那个大家下班了对吧？啊，坐在地铁上没事啊，刷一刷那个什么啊淘宝啊之类的啊，那这个时候迎来了一个高峰期，访问量非常度特别高的时候啊，像这种时候呢，这个数据它有一定的一个延迟啊，看服务器的一个响应速度了等等这些都有影响啊，都有影响，好，现在假如说同时还有一点数据是1月1号啊，12点诶就正常了，对吧，有一分啊，也就是说过来的数据是无序的，最后你是不是想把它整成有序的。

同时呢，因为想做什么事呢，我第一我想这个数据啊，变成张三对吧，呃，按照11:58，按照这个什么，11:59，呃，然后12点，然后12:01对吧，那顺序同时我要记录一下当前这个人呢总的购买额。总的购买额，那之前按照我们开窗函数来说，总的购买额这块。怎么做？是不是直接用over里边写一个partition by use ID就行了？对吧，没问题吧，我怕ID被够了，但是你对原始数据直接ID。

每一列都是一样，每个都一个，这没问题，你这个顺序是什么，还是原来的这个顺序吧，没有排序啊，甚至有可能是倒序的，反正就是没有达到我们要的那个顺序，我们要排是从小到大排的吧，那无论是原来的顺序还是说倒着来，因为有可能你不排序是不是，我们当时看了好几次，你不排序的时候，它把数据倒过来对吧？啊，那无论这样，这不是我们要的效果啊，那我们就想呢，那我们在OPO里边，除了他by use ID之外，再加一个order by这个时间呗。但是你一加奥特曼时间，你就会发现这个数据怎么走的。当你是第一条的时候，它是不是把自己累加了一下，而对于这条的时候，它是不是加的人数十八五十九的数据。然后这个呢，是加了这三条数据嘛，然后他就在这又不是你要的需求，那这个时候我们的什么这个东西。就有用了，你可以先写上part by什么东西？UID，然后outb这个DT，然后再接下来写一下Rose。

对吧，把这个从前到后写一下。啊，然后重因为重新规划它这个开装嘛，啊，然后另外呢，仅仅做一个什么排序的一个功能，排序功能，因为用Rose重新对你这个窗口啊，重新做一个规划，这样是不是达到我们的个需求。对吧，既是排好序的，又按照同一个人做了什么总和的一个累加能听懂。对吧？啊，当然你不这样做也可以，怎么做呢，我先干你什么事。我先用O把前面顺据排一下，然后按照人去做，它也会是有序的了啊，也会是有序的是这个意思啊，当然了那个就会用到一个查询，这个呢，我们在欧函数里面就搞定了啊，就搞定了，其实这个整体啊，这一块东西呢，用的不多啊，相对说比较少一点，咱们要记得就是帕脉跟欧。这一组，然后跟so back啊，这是一组两组啊，你要记住这两组啊，记住这两组。

好呃，之后呢是Li LA，还有这个跟，以及接下来的rank啊，把它呢跟G啊跟上面做一个区分，上面呢写在O里边，这个是写在O外面，它是属于窗口函数的分析函数。啊，写在窗口前面的一个分析函数对吧？窗口函数，因为我们讲的是这个O啊，这些东西呢，叫分析函数啊叫分析函数你要取什么值啊，因为O这个东西啊，决定你这个窗口怎么开对吧？至于你前面计算so还是说用取前一列还是后一列，还是说要把这个数据集均均分成五份啊四份啊这个窗口他不管吧，我只负责给你开一个数据集，对吧？啊，其他的做什么操作你随意，你求平均数，求总和，求抗哎都可以啊，随便就是看你窗口前面所写的那个聚落函数了，啊是这意思。啊，这个是我们所讲点，然后至于re当中我们说的有三种吧，对吧？啊三种主要体现在如果说排序规则相同的时候。

就是根据某一个培训规则，有两条数据是一样的。对吧，这三者就会有区别了，对吧，如果说你这个时间就是一号二号三号，所有的数据呢，都是唯一的。三者有区别吗？没区别对吧，121234这样排的，1234这样排的，那在有区别的时候，我们说了三个函数呢，一个叫rank。一个是decent。啊，Den SE对吧，还有一个是room number对吧？啊，Number，那其实我们说了这三个呢，也比较好记，我们记两个吧。对吧，这两个字母长的这么长的，第三次叫密集的啊，那就是1123对吧，那nove叫行号，行号不可能重复对吧，那就是1234，我管你一不一样，不好意思，我就1234对吧，按照你顺序来，那最后一个。

重复对吧，1134对吧？啊，这个你稍微记一下，就看你公司当中到时候定这个指标的时候，他希望要什么样的数据，你再去选择就行了啊，脑子里边有印象有这三种，而且这三种其实呃都挺常见的啊，在生生活环境当中呢，都会用到啊，都会表示这个意思啊，这个是主要是我们昨天所讲的一些东西啊，包括昨天的一个练习题啊，希望大家把那个去总结总结，因为那个练习题呢，主要的还是针对于我们当前的抄股函数。做的一些操作，类似于我们做的分组套盘对吧，你们之前写满的那个分组套是不是次关联对吧？啊，自关联出来一张临时表，然后对这张临时表呢，进行一个查询啊，进行一个查询啊，现在呢，不用了，因为我们有over，我们是可以对区内进行排序啊，对吧？然后每个排序你取前三名还是前五名，你只要那个R。小于等于五取的前五名，小于等于三取的就是前三名啊，就很方便对吧，假如说这个地方呢，我们就是这个学科，我们要取学科前三名，那就很简单，我们就取那个什么。

最后一列，假如说我们取了名字叫RP啊，什么D啊，这个无所谓叫RK了啊，随便你随便取一个吧，因为我们是测试三个函数。这是三个函数啊，那你随便RK小于等于三就OK了啊，至于你选哪一种，还是我们所说的看业务来定吧啊，决定你的业务来决定你取哪一种了。这是主要是我们昨天所讲的那些东西啊。