why window function

視窗函式可以根據over()後的子句使用函式，可以理解為over會給每個要計算的欄開一口，定義作用範圍，對查詢的結果多出一列，這一列可以是聚合值，也可以是排序值。比起group by更靈活，當需要根據不同分割槽進行計算時，分析函式即可使用。

語法

over後面寫要作用的範圍，格式如下：

(ROWS | RANGE) BETWEEN (UNBOUNDED | [num]) PRECEDING AND ([num] PRECEDING | CURRENT ROW | (UNBOUNDED | [num]) FOLLOWING)
(ROWS | RANGE) BETWEEN CURRENT ROW AND (CURRENT ROW | (UNBOUNDED | [num]) FOLLOWING)
(ROWS | RANGE) BETWEEN [num] FOLLOWING AND (UNBOUNDED | [num]) FOLLOWING

 

若不寫的話預設為整個範圍。即：rows between unbounded preceding and unbounded following

通常會根據排序計算，因此會在後方加入排序函式。如
果over()子句中接order by，例如：over(order by date)，
則預設的開窗範圍為根據date排序後的第一行到當前行，rows between unbounded preceding and current row。

在視窗函式中使用分組的結果來分析，使用partition by + order by
例：

--統計每天u_id的vv大盤佔比
select u_id, p_date, vv, vv/sum(vv) over(partition by p_date)
from table
 

例：取前20%頭部視訊使用NTILE分析函式,把所有vv分為5份，為1的哪一份就是我們想要的結果.

--取前20%頭部視訊
select id, p_date, vv
    ,ntile(5) over(partition by p_date order by vv deac) as top20
from photo_table;

select id, p_date, sum(vv)
    ,ntile(5) over(order by sum(vv) deac) as top20
from photo_table
group by id, p_date;

例：計算累計和
根據月份排序，給出每個月份的視訊觀看數以及累計到當月的視訊觀看數。

select id, month, sum(vv)
    ,sum(sum(vv)) over(order by month) as acumulative_vv--這裡共聚合了兩次
from photo_table
group by month
order by month;

附錄

有些地方在子句當中使用分組時會用distribute by，我個人理解與partition by其實無本質上的區別，只是要注意搭配的排序函式。

patition by是按照一個一個reduce去處理資料的，所以要使用全域性排序order by
而distribute by是按照多個reduce去處理資料的，所以對應的排序是區域性排序sort by

另外，我還看到有其他同學遇到更負責的情況，如在要求同一個客戶下，取卡稽核日期小的卡，若卡稽核日期相同，取卡申請id小的卡，若卡申請id相同，則取卡種和卡申請時卡種相同的卡。
這時候在條件裡要寫：

select *
from (
    select row_number() over(partition by id order by create_date, apply_id, case when produce=cardtype then '1'end ) as rk
    from custom_tb
)tb1
where tb1.rk=1