080-尚硅谷-Hive-DML 函数 窗口函数 需求五

最后一个需求呢，他要查的是前20%的订单信息时间。就是说按时间排序，假如说我有十条数据按时间排序，我我只要什么前两条。能懂这意思吧，啊，假如说你是20条数据，我就要前四条，按照时间排序要前四条，这就前百分之多少时间的，那大想想这个应该怎么做。这个地方呢，我们就要用到另外一个函数了，NT是吧？然后呢，把有序窗口的行分发到指定的组当中，每个组有自己的编号，然后呢，这个是发到多少个组里边。

那我们要填20%，我们就可以分几个组啊，分五个是不是就够了啊，它会根据时间帮我分组，好，那我们先把这个东西来算一下，我们先去做什么做分组，谁来的啊？然后呢，我们写一个name是all the对吧？嗯，然后呢是那个cost，然后呢，我们去分组，先考虑它分组叫NT是吧，括号分五个组吧，后面呢是开窗函数啊呃，然后这里边我们就直接order。好对吧，整个的呢，我们按照这个进行一个分五个组。啊，这个呢，我取个别名叫group group ID啊，就分的组的名字啊，From这个business这张表啊，这个这个东西啊，这个函数只包括前面的lead和leg，呃，必须后面跟着O函数，就lead跟leg你加，哎，我不想开窗，我直接就想用一下行不行不行，用不了啊，就包括这个函数也一样啊，它是窗口函数里边了啊，还有那个所谓的刚才我们写在这的东西啊，对吧，像这个东西你单独用都用不了啊，必须跟这个O有关系啊好，那我们先看这个分组啊。

如果说能按照时间给我们分五个组出来，我们要求前20%的，我只要组ID等于什么？一的不就好了吗？对吧，它分五个组，它分123455个组啊，我只要组ID等于一的就好了，就是前20%时间的好来看一下14条数据分五个组也不够分是不是对吧？所以我们看到最后一个组里边只有两条数据，前面都是什么三条对吧？而且呢，按照时间顺序的吧，对吧，实际上我们要的是不是就这三条数据，那已经到这一步了，这三条数据是不是简单呀，对吧？这个表呢，我可以把它叫做一个第一表啊，然后呢，前20%的一个订单啊，然后呢，叫name all data，然后加上一个cost，然后from第一表，对吧。

Will，这个group group ID怎么样，等于一对吧，这个T1呢，前面加一个括号啊，你个的的哎，把这个一查，这个就是我们要的前三条记一下一月二，1月1号，1月2号，1月4号对吧。一月的1243条数据，我们看一下这个结果，其实第二层就嵌套了一个V，肯定不会有什么大的变化，对吧？V那个字段呢，等于一的就好了啊，可以求前百分之多少的这个数据集啊，这个也很方便啊，可以开窗，但是这些东西呢，只能跟窗口连用啊，就单独用用不了啊，单独用不了啊，属于窗口里边的是不是一个一号的二号的四号的三角数据，对吧？啊就给我们查出来了啊，这分组你要求前百分之多少，你要想好分几个组，然后去取对吧，而且呢，甚至这样我们还能取，说我从40%~60%的数据都能取得到。

对吧，我只要中间的什么20%是不是也能取啊，对吧，就等于三就好了呗，分五个组，中间的20%是不是等于三呀，对吧，这个就比较灵活了啊，就是嵌套一层都能做这个事情啊，这是最后的NT啊，但是其实这个NTL这个东西啊，用到的不多啊，用的不多，这种场景用的少一点，更多的啊，在窗口里边更多的写的是part by凹，或者说前面lead leg这个用的比较多，其实像这个搞得好像挺花里胡哨的是吧？呃，各种非常灵活，但是都不太管用啊，因为我们一般做累加呀，会会多一些啊，做累加会多一些，那我们就直接out by就可以了，对吧，然后呢，无非就加一个分区，就是爬BY，限定一下窗口的最大活动范围啊，就用的更多一些，这些东西呢，用的比较少，你下去玩一玩，那重点要去练的over，你要知道清楚，因为这些东西是不是都需要跟着over，对吧。

然后立跟那多去测一测对吧，嗯呢，改一改啊，多玩一把，自己写一写，敲一敲，呃，这个东西呢，练一下就够了，这个东西练一下就够了啊，用的都不多，包括我们后面的项目，以及像在大家工作的时候用的都相对来说比较少一点，但是这个是属于我们窗口函数里边的，也就是说它提到这块对吧，这个叫什么叫window functions对吧？啊，属于它里边的啊，First value last value，那你自己都可以试一下，这个一看名字就知道窗口里边取。

第一条窗口里边取最后一条对吧，这是特有的窗口函数，只能跟着后面跟着over去用的啊，这个是这个意思啊。