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 (PARTITION BY partition_expression 
ORDER BY 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 (PARTITION BY partition_expression ORDER BY 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：

date	ticker	price
2023-08-01	AAPL	150.5
2023-08-02	AAPL	152.3
2023-08-03	AAPL	149.8
2023-08-01	GOOG	2800.0
2023-08-02	GOOG	2750.5
2023-08-03	GOOG	2785.2

使用 “hive lag” 函数来计算前一天的股票价格：

SELECT date,ticker,price,LAG(price, 1) OVER (PARTITION BY ticker ORDER BY date) AS prev_day_price
FROM daily_stock_prices;

查询结果如下：

date	ticker	price	prev_day_price
2023-08-01	AAPL	150.5	NULL
2023-08-02	AAPL	152.3	150.5
2023-08-03	AAPL	149.8	152.3
2023-08-01	GOOG	2800.0	NULL
2023-08-02	GOOG	2750.5	2800.0
2023-08-03	GOOG	2785.2	2750.5
使用 “hive lead” 函数计算后一天的股票价格，

SELECT date,ticker,price,LEAD(price, 1) OVER (PARTITION BY ticker ORDER BY date) AS next_day_price
FROM daily_stock_prices;

查询结果如下：

date	ticker	price	next_day_price
2023-08-01	AAPL	150.5	152.3
2023-08-02	AAPL	152.3	149.8
2023-08-03	AAPL	149.8	NULL
2023-08-01	GOOG	2800.0	2750.5
2023-08-02	GOOG	2750.5	2785.2
2023-08-03	GOOG	2785.2	NULL