當我在hive中使用RANGE來指定視窗時，我得到了一些混亂的結果。
這里有一個測驗表。
select
id,
val,
sum(val) over(order by val rows between unbounded preceding and
current row) rows_sum,
sum(val) over（order by val range between unbounded preceding and
current row) range_sum
from test
這是上述查詢的結果。這也是我期待的結果
。| id | val | rows_sum | range_sum
|---|---|---|
| 1 | 1 |
但是對于range_sum欄位，如果我把順序規則從asc改為desc。
sum(val) over(order by val desc range between unbounded preceding and
current row) range_sum
這里是結果
但是我期待的range_sum的結果是
| val | range_sum |
|---|---|
| 6 | 18 |
在Hive中有兩種定義框架的方法，即ROWS和RANGE。例如，SUM(val) RANGE BETWEEN 100 PRECEDING AND 200 FOLLOWING根據與當前行的值的距離來選擇行。比如說當前的val是200，這個框架將包括val值范圍在100到400之間的行
所以在我上面的例子中，我選擇的是與當前行的值有距離的行。
所以在我上面的例子中:無界的前行和當前行之間的范圍
當值為6時，該框架包括3條值=6的行，所以總和為18。但是當我們考慮第4行時，它的值是3。因為排序規則是desc，無界前行的值是6，而當前行是3。框架應該包括值在6和3之間的行，而沒有行滿足這個條件。
uj5u.com熱心網友回復：
它按設計作業，根據標準，同樣的行為在其他資料庫中也是如此。
比起標準檔案（for free），更容易找到Hive和其他資料庫如Oracle的規范。例如參見"HQL中的視窗規范"和Oracle"視窗函式框架規范"
。首先對磁區進行排序，然后計算邊界，并使用邊界之間的框架。框架是根據ORDER BY取的，并不總是>=bound1和<=bound2。
對于order by DESC Bound1>=Row.value>=Bound2。框架包括從磁區開始到當前行的行，包括當前行的所有對等行（根據ORDER BY子句等于當前行的行）。
對于按ASC排序Bound1<=Row.value<=Bound2。
無界前序：
系結（bound1） 是第一個partition row (according to the order) 。
當前行：
對于 ROWS，系結（bound2）是的current行。For RANGE, 系結的是同行的current row (rows with the same value as current row）。)
還可以閱讀這個來自Sybase的精彩解釋：
。ORDER BY值的排序順序是測驗的一個關鍵部分。 的關鍵部分；數字值本身并不能確定是否被排除在外在基于值的框架中，ORDER BY 值的排序順序是測驗的關鍵部分。 并不能決定排除或納入
。
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/318972.html
標籤：