简述前后函数 lag(expr,n,defval)、lead(expr,n,defval) ？
参考回答
LAG 和 LEAD 是 Hive 中的前后函数，用于在窗口函数操作中访问当前行之前或之后的行的值。它们主要用于数据分析中，特别是当你需要计算时间序列数据或前后数据之间的差异时。
- LAG(expr, n, defval)：
LAG函数用于获取当前行之前n行的值。若当前行没有之前的行，则返回默认值defval。- 参数：
expr：需要查看的列。n：偏移量，指定要返回当前行之前多少行的数据，默认为1。defval：如果没有足够的前行数据时，返回的默认值。
- 示例：
SELECT LAG(salary, 1, 0) OVER (ORDER BY emp_id) FROM employees;这个查询会返回 `emp_id` 排序后每个员工当前薪资的前一行的薪资，如果没有前一行，则返回0。
- LEAD(expr, n, defval)：
LEAD函数用于获取当前行之后n行的值。若当前行没有之后的行，则返回默认值defval。- 参数：
expr：需要查看的列。n：偏移量，指定要返回当前行之后多少行的数据，默认为1。defval：如果没有足够的后续数据时，返回的默认值。
- 示例：
SELECT LEAD(salary, 1, 0) OVER (ORDER BY emp_id) FROM employees;这个查询会返回 `emp_id` 排序后每个员工当前薪资的后一行的薪资，如果没有后续行，则返回0。
详细讲解与拓展
- LAG 函数的应用：
LAG函数通常用于获取当前行之前的数据。例如，假设你有一组时间序列数据（例如股票价格），你可以使用LAG来比较当前的值与前一天的值。它帮助我们实现“前一个值”对比，尤其常用于计算增长率等。- 举例：假设你有一个销售数据表，包含日期和销售额。你想计算每一天与前一天销售额的变化，使用
LAG函数可以轻松完成：SELECT date, sales, sales - LAG(sales, 1) OVER (ORDER BY date) AS sales_diff FROM sales_data;这会返回每一天的销售差异（与前一天对比）。
- LEAD 函数的应用：
LEAD函数用于获取当前行之后的数据。例如，如果你想查看未来一段时间的数据，或者想知道未来的某个值，LEAD函数非常有用。- 举例：继续使用上面的销售数据表，如果你想要比较每一天的销售额与第二天的销售额，可以使用
LEAD函数：SELECT date, sales, LEAD(sales, 1) OVER (ORDER BY date) AS next_day_sales FROM sales_data;这会返回每一天的销售额以及第二天的销售额，如果没有第二天数据，则为 `null`。
- 默认值
defval：LAG和LEAD函数的defval参数用于指定当超出数据范围时的返回值（例如没有前一行或后一行的数据）。默认值通常用于避免返回空值（null），而是返回一个合理的值（如0或其他指定值）。
- 常见使用场景：
- 时间序列分析：比较当前值与前后值的变化，计算增长率、波动性等。
- 前后数据对比：用于分析某个字段在前后记录之间的差异，例如对比两个时间点的销售额或利润。
总结
LAG和LEAD函数可以用来获取当前行之前或之后的n行数据，并且可以指定当没有足够数据时的默认值。它们常用于时间序列数据分析和前后数据对比的场景。- 通过合理使用
LAG和LEAD，可以实现复杂的数据比较和分析，比如计算增长、波动或预测未来趋势等。