如何在 WindowSpec 中定义多个范围子句？答案

【问题标题】：How to define multiple range clauses in WindowSpec?如何在 WindowSpec 中定义多个范围子句？
【发布时间】：2016-07-24 12:43:30
【问题描述】：

在 SparkSQL 中，可以定义具有 2+ 列顺序的窗口查询，但似乎无法根据这些列定义范围子句。

例如，

select
row_id,
count(*) over (
    partition by group_id
    order by filter_key1, filter_key2
    range between 12 preceding and 12 following
    range between 5 preceding and 1 preceding
) as the_count
from table

上述失败（虽然可能语法不正确？手指交叉......）

可以在一个类似上面的语句中完成吗？

【问题讨论】：

标签： sql apache-spark hive apache-spark-sql hiveql

【解决方案1】：

不，只允许一个范围。但不要绝望。 count(*) 是加法：

select row_id,
       (count(*) over (partition by group_id
                       order by filter_key1, filter_key2
                       range between 12 preceding and 12 following
                      ) +
        count(*) over (partition by group_id
                       order by filter_key1, filter_key2
                       range between 5 preceding and 1 preceding
                      )
       ) as the_count
from table

这个特殊的例子看起来很奇怪，因为范围是重叠的。也许这就是你的意图。

根据你的问题，我想知道你是否想要：

select row_id,
       (count(*) over (partition by group_id
                       order by filter_key1
                       range between 12 preceding and 12 following
                      ) +
        count(*) over (partition by group_id
                       order by filter_key2
                       range between 5 preceding and 1 preceding
                      )
       ) as the_count
from table

【讨论】：

目的是在一个时间范围内进行聚合，该时间范围将开始截断到一天的开始，并将结束保留在前面的记录中。所以，有点尴尬，因为我想得到两个过滤器之间的交集。重申一下，我希望所有记录从 N 天前（从 00:00 开始）直到当前时间（可能在一天的中午）。
如果数据不相交，你的第二个例子会很棒。
@taw 。 . .您应该用样本数据和期望的结果提出另一个问题。这个问题似乎与您正在寻找的完全不同。