why window function

窗口函数可以根据over()后的子句使用函数，可以理解为over会给每个要计算的栏开一口，定义作用范围，对查询的结果多出一列，这一列可以是聚合值，也可以是排序值。比起group by更灵活，当需要根据不同分区进行计算时，分析函数即可使用。

语法

over后面写要作用的范围，格式如下：

(ROWS | RANGE) BETWEEN (UNBOUNDED | [num]) PRECEDING AND ([num] PRECEDING | CURRENT ROW | (UNBOUNDED | [num]) FOLLOWING)
(ROWS | RANGE) BETWEEN CURRENT ROW AND (CURRENT ROW | (UNBOUNDED | [num]) FOLLOWING)
(ROWS | RANGE) BETWEEN [num] FOLLOWING AND (UNBOUNDED | [num]) FOLLOWING

若不写的话预设为整个范围。即：rows between unbounded preceding and unbounded following

通常会根据排序计算，因此会在后方加入排序函数。如
果over()子句中接order by，例如：over(order by date)，
则默认的开窗范围为根据date排序后的第一行到当前行，rows between unbounded preceding and current row。

在窗口函数中使用分组的结果来分析，使用partition by + order by
例：

--统计每天u_id的vv大盘占比
select u_id, p_date, vv, vv/sum(vv) over(partition by p_date)
from table

例：取前20%头部视频使用NTILE分析函数,把所有vv分为5份，为1的哪一份就是我们想要的结果.

--取前20%头部视频
select id, p_date, vv
    ,ntile(5) over(partition by p_date order by vv deac) as top20
from photo_table;

select id, p_date, sum(vv)
    ,ntile(5) over(order by sum(vv) deac) as top20
from photo_table
group by id, p_date;

例：计算累计和
根据月份排序，给出每个月份的视频观看数以及累计到当月的视频观看数。

select id, month, sum(vv)
    ,sum(sum(vv)) over(order by month) as acumulative_vv--这里共聚合了两次
from photo_table
group by month
order by month;

附录

有些地方在子句当中使用分组时会用distribute by，我个人理解与partition by其实无本质上的区别，只是要注意搭配的排序函数。

patition by是按照一个一个reduce去处理数据的，所以要使用全局排序order by
而distribute by是按照多个reduce去处理数据的，所以对应的排序是局部排序sort by

另外，我还看到有其他同学遇到更负责的情况，如在要求同一个客户下，取卡审核日期小的卡，若卡审核日期相同，取卡申请id小的卡，若卡申请id相同，则取卡种和卡申请时卡种相同的卡。
这时候在条件里要写：

select *
from (
    select row_number() over(partition by id order by create_date, apply_id, case when produce=cardtype then '1'end ) as rk
    from custom_tb
)tb1
where tb1.rk=1