hive函数 lag first_value

这些函数我涉及到的用法都是应用于partition by，分组的情形。

1.first_value

first_value(url) over (partition by cookieid order by createtime)

按cookieid分组，按createtime排序，取分组第一行的url字段

2.lag

LAG(col,n,DEFAULT) 用于统计分组内往上第n行值，类似于python中的shift(1)，shift(2)

第一个参数为列名，

第二个参数为往上第n行（可选，默认为1），

第三个参数为默认值（当往上第n行为NULL时候，取默认值，如不指定，则为NULL）

select 

    cookieid, 

    createtime, 

    url, 

    row_number() over (partition by cookieid order by createtime) as rn, 

    LAG(createtime,1,'1970-01-01 00:00:00') over (partition by cookieid order by createtime) as last_1_time, 

    LAG(createtime,2) over (partition by cookieid order by createtime) as last_2_time 

from cookie.cookie4

查询结果：