LAG的使用：

LAG（col，n，DEFAULT） 用于统计窗口内往上第n行值。

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 user＿url；

结果如下：

解释：

last＿1＿time： 指定了往上第1行的值，default为＇1970－01－01 00：00：00＇  
                cookie1第一行，往上1行为NULL，因此取默认值 1970－01－01 00：00：00
                cookie1第三行，往上1行值为第二行值，2021－06－10 10：00：02
                cookie1第六行，往上1行值为第五行值，2021－06－10 10：50：01
last＿2＿time： 指定了往上第2行的值，为指定默认值
      cookie1第一行，往上2行为NULL
      cookie1第二行，往上2行为NULL
      cookie1第四行，往上2行为第二行值，2021－06－10 10：00：02
      cookie1第七行，往上2行为第五行值，2021－06－10 10：50：01

LEAD的使用：

与LAG相反

LEAD（col，n，DEFAULT） 用于统计窗口内往下第n行值。

第一个参数为列名，第二个参数为往下第n行（可选，默认为1），第三个参数为默认值（当往下第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，
LEAD（createtime，1，＇1970－01－01 00：00：00＇） OVER（PARTITION BY cookieid ORDER BY createtime） AS next＿1＿time，
LEAD（createtime，2） OVER（PARTITION BY cookieid ORDER BY createtime） AS next＿2＿time
FROM user＿url；

结果如下：

FIRST＿VALUE的使用：

取分组内排序后，截止到当前行，第一个值。

SELECT cookieid，
createtime，
url，
ROW＿NUMBER（） OVER（PARTITION BY cookieid ORDER BY createtime） AS rn，
FIRST＿VALUE（url） OVER（PARTITION BY cookieid ORDER BY createtime） AS first1
FROM user＿url；

结果如下：

LAST＿VALUE的使用：

取分组内排序后，截止到当前行，最后一个值。

SELECT cookieid，
createtime，
url，
ROW＿NUMBER（） OVER（PARTITION BY cookieid ORDER BY createtime） AS rn，
LAST＿VALUE（url） OVER（PARTITION BY cookieid ORDER BY createtime） AS last1
FROM user＿url；

结果如下：

如果想要取分组内排序后最后一个值，则需要变通一下：

SELECT cookieid，
createtime，
url，
ROW＿NUMBER（） OVER（PARTITION BY cookieid ORDER BY createtime） AS rn，
LAST＿VALUE（url） OVER（PARTITION BY cookieid ORDER BY createtime） AS last1，
FIRST＿VALUE（url） OVER（PARTITION BY cookieid ORDER BY createtime DESC） AS last2
FROM user＿url
ORDER BY cookieid，createtime；

注意上述SQL，使用的是 FIRST＿VALUE 的倒序取出分组内排序最后一个值！

结果如下：

此处要特别注意order  by

如果不指定ORDER BY，则进行排序混乱，会出现错误的结果

SELECT cookieid，
createtime，
url，
FIRST＿VALUE（url） OVER（PARTITION BY cookieid） AS first2  
FROM user＿url；

结果如下：

上述 url2 和 url55 的createtime即不属于最靠前的时间也不属于最靠后的时间，所以结果是混乱的。

4． CUME＿DIST

先创建一张员工薪水表：staff＿salary

CREATE EXTERNAL TABLE staff＿salary （
dept string，
userid string，
sal int
）；

表中加入如下数据：

d1，user1，1000
d1，user2，2000
d1，user3，3000
d2，user4，4000
d2，user5，5000
CUME＿DIST的使用：

此函数的结果和order by的排序顺序有关系。

CUME＿DIST：小于等于当前值的行数／分组内总行数。  order默认顺序：正序

比如，统计小于等于当前薪水的人数，所占总人数的比例。

SELECT
dept，
userid，
sal，
CUME＿DIST（） OVER（ORDER BY sal） AS rn1，
CUME＿DIST（） OVER（PARTITION BY dept ORDER BY sal） AS rn2
FROM staff＿salary；

结果如下：

解释：

rn1： 没有partition，所有数据均为1组，总行数为5，
    第一行：小于等于1000的行数为1，因此，1／5＝0．2
    第三行：小于等于3000的行数为3，因此，3／5＝0．6
rn2： 按照部门分组，dpet＝d1的行数为3，
    第二行：小于等于2000的行数为2，因此，2／3＝0．6666666666666666