hive之LEAD函数详解

1. 函数概述

LEAD 是 Hive 中的窗口函数，用于获取当前行之后指定偏移量处的行的值。常用于分析时间序列数据、计算相邻记录的差异或预测趋势。

2. 语法 LEAD(column, offset, default) OVER ( [PARTITION BY partition_column] [ORDER BY order_column [ASC|DESC]] )

column: 要获取后续值的列。

offset (可选): 向后查找的行数，默认为 1。

default (可选): 无后续行时的默认值，默认为 NULL。

PARTITION BY: 将数据划分为多个窗口（类似分组）。

ORDER BY: 定义窗口内的排序方式。

3.代码示例  CREATE TABLE sales_lead ( sale_date STRING, salesperson STRING, amount INT ); INSERT INTO sales_lead VALUES ('2023-01-01', 'Alice', 100), ('2023-01-02', 'Alice', 150), ('2023-01-03', 'Alice', 200), ('2023-01-01', 'Bob', 80), ('2023-01-02', 'Bob', 120); ---示例 1：获取下次销售额 SELECT salesperson, sale_date, amount AS current_amount, LEAD(amount, 1, 0) OVER ( PARTITION BY salesperson ORDER BY sale_date ) AS next_amount FROM sales_lead;

 

--示例 2：计算与下次销售的时间间隔 SELECT salesperson, sale_date, LEAD(sale_date, 1) OVER ( PARTITION BY salesperson ORDER BY sale_date ) AS next_sale_date, DATEDIFF( LEAD(sale_date, 1) OVER ( PARTITION BY salesperson ORDER BY sale_date ), sale_date ) AS days_diff FROM sales_lead;