hive lag() 和lead（）函数

LAG

和

LEAD

函数简介

Hive 中的

LAG

和

LEAD

函数时，通常用于在结果集中获取同一列在前一行（

LAG

）或后一行（

LEAD

）的值。这在分析时间序列数据、计算变化率或查找趋势时非常有用。以下是这两个函数的用法示例：

1. LAG 函数：

LAG

函数用于获取前一行的值。它的基本语法是：

LAG(column_expression,offset, default_value)OVER(PARTITIONBY partition_expression 
ORDERBY sort_expression)

• column_expression：要获取前一行值的列或表达式。
• offset：要回溯的行数。例如，使用 LAG(column, 1) 获取前一行的值，LAG(column, 2) 获取前两行的值，依此类推。
• default_value：可选参数，用于指定在没有前一行时的默认值。
• PARTITION BY：可选子句，用于指定分区列，以在不同分区内分别计算。
• ORDER BY：用于指定排序的列，以确定 “前一行” 是相对于哪些行的。

2. LEAD 函数：

LEAD

函数用于获取后一行的值。它的基本语法是：

LEAD(column_expression,offset, default_value)OVER(PARTITIONBY partition_expression ORDERBY sort_expression)

与

LAG

函数相似，只是它返回后一行的值

示例

假设我们有以下名为 “daily_stock_prices” 的表，包含每日股票价格的数据：

date

,

ticker

,

price

。我们想要为每只股票计算前一天和后一天的股票价格。
“daily_stock_prices” 表的样例数据：
datetickerprice2023-08-01AAPL150.52023-08-02AAPL152.32023-08-03AAPL149.82023-08-01GOOG2800.02023-08-02GOOG2750.52023-08-03GOOG2785.2
使用 “hive lag” 函数来计算前一天的股票价格：

SELECTdate,
  ticker,
  price,
  LAG(price,1)OVER(PARTITIONBY ticker ORDERBYdate)AS prev_day_price
FROM daily_stock_prices;

查询结果如下：
datetickerpriceprev_day_price2023-08-01AAPL150.5NULL2023-08-02AAPL152.3150.52023-08-03AAPL149.8152.32023-08-01GOOG2800.0NULL2023-08-02GOOG2750.52800.02023-08-03GOOG2785.22750.5使用 “hive lead” 函数计算后一天的股票价格，

SELECTdate,
  ticker,
  price,
  LEAD(price,1)OVER(PARTITIONBY ticker ORDERBYdate)AS next_day_price
FROM daily_stock_prices;

查询结果如下：
datetickerpricenext_day_price2023-08-01AAPL150.5152.32023-08-02AAPL152.3149.82023-08-03AAPL149.8NULL2023-08-01GOOG2800.02750.52023-08-02GOOG2750.52785.22023-08-03GOOG2785.2NULL