1、函数说明

函数说明：返回最后一个值，返回一组行的expr的最后一个值。如果isIgnoreNull为true，则仅返回非null值

用法：

①last(column_name) OVER (PARTITION BY partition_expression ORDER BY sort_expression)

其中，column_name是要获取最后一条记录的列名，partition_expression是窗口的分区表达式，sort_expression是用于排序的表达式。

 SELECT date, sales, last(date) OVER (PARTITION BY sales_department ORDER BY date) AS last_sale_date FROM sales;

②last_value(column_name) OVER (PARTITION BY partition_expression)

last_value()函数用于获取窗口中每个组的最后一个值。它需要指定一个列作为聚合函数，并且不需要指定排序规则。

SELECT employee_id, department, last_value(salary) OVER (PARTITION BY department) AS max_salary FROM employee;

函数说明：返回偏移前面的值。返回窗口中当前行之前的第二行的输入值。偏移量的默认值为1，默认值为null。如果offseth行的input值为null，则返回null。如果没有这样的偏移行（例如，当偏移为1时，窗口的第一行没有任何前一行），则返回默认值。

用法：

①LAG(A)  OVER (PARTITION BY  <B> ORDER BY <A>

SELECT `CustomerID` as `客户名称`,`OrderDate` as `订单日期`,Lag(`OrderDate` ) OVER (PARTITION BY `CustomerID` ORDER BY `OrderDate` ) AS `上次订单日期` FROM orders ;

说明：通过使用Lag函数和PARTITION BY子句，我们可以按照客户ID对订单进行分组，并计算每个分组中上一个订单的日期。这样我们可以轻松地找到每个客户上一个订单的日期。

函数说明：返回窗口中当前行之后第二行的输入值。偏移量的默认值为1，默认值为null。如果offseth行的input值为null，则返回null。如果没有这样的偏移行（例如，当偏移为1时，窗口的最后一行没有任何后续行），则返回默认值。

用法：LEAD(A)  OVER (PARTITION BY  <B> ORDER BY <A>

SELECT `EmployeeID` , `DepartmentID` , `Salary` ,Lead(`Salary` ) OVER (PARTITION BY `DepartmentID` ORDER BY `Salary` ) AS NextSalary FROM Employees; 

通过使用Lead函数和PARTITION BY子句，我们可以按照部门ID对员工进行分组，并计算每个分组中下一个员工的薪水。这样我们可以轻松地找到每个部门中下一个员工的薪水。

函数说明：计算值的排名。在 SQL 中，RANK() 函数用于在查询结果中为每一行分配一个排名值。它通常与 OVER 子句一起使用，以便在指定的窗口范围内对数据进行排名。

用法：RANK() OVER (PARTITION BY partition_expression ORDER BY sort_expression)

• RANK()：指定要使用 RANK() 函数进行排名。
• OVER：关键字指示后续的子句是定义窗口的。
• PARTITION BY：指定将数据分割为多个分区，每个分区内部进行排名的分区键。如果未指定分区键，则默认为整个结果集。
• sort_expression：指定排名的排序规则，即按照哪个列或表达式进行排序。

SELECT employee_id, last_name, RANK() OVER (PARTITION BY department_id ORDER BY salary DESC) AS rank FROM employees;

上述查询将返回一个结果集，其中包含员工ID、姓氏和他们在各自部门中的薪水排名。

函数说明：为结果集中的每一行分配一个唯一的行号。在Spark SQL中，row_number()函数用于为结果集中的每一行分配一个唯一的行号。它通常与OVER子句一起使用，以便在指定的窗口范围内对数据进行行号分配。

用法：row_number() OVER (PARTITION BY partition_expression ORDER BY sort_expression)

• row_number()：指定要使用row_number()函数进行行号分配。
• OVER：关键字指示后续的子句是定义窗口的。
• PARTITION BY：指定将数据分割为多个分区，每个分区内部进行行号分配的分区键。如果未指定分区键，则默认为整个结果集。
• sort_expression：指定行号分配的排序规则，即按照哪个列或表达式进行排序

SELECT employee_id, last_name, row_number() OVER (PARTITION BY department_id ORDER BY salary DESC) AS row_num  FROM employees;

上述查询将返回一个结果集，其中包含员工ID、姓氏和他们在各自部门中按照薪水降序排列的行号。