详述over() 的四种使用情况

over() 是一个常用的函数，不管在oralce 还是大数据hive-sql 都支持。最近在看SQL的时候，才发现，自己以前的理解与over()实际使用有一定的偏差。

使用

over（order by xxx） 按照xxx排序进行累计，order by是个默认的开窗函数
over（partition by xxx）按照xxx分区
over（partition by xxx order by xx）按照xxx分区，并以xx排序
一般大家想到的是这几种，其实还有一种
over（）
下面将以sum(）与 over()结合，举几个例子方便理解。
首先创建一张简单的表(CLIENT)：

情况一

over（order by xxx）
按照ID排序

SELECT NAME, SUM("ID") OVER(ORDER BY "ID" ) FROM CLIENT;

得到结果：

实现逻辑：按照ID升序排序，第N行数据为：第N行相等排序值唯一时，累加第一行至第N-1行值，并加上第N行的数据作为第N行的最终值；第N行相等排序值不唯一时，累加第一行至第N-1行值，并加上第N行的数据*n（n为与第N行相同值的个数）数据作为第N行的最终值；

情况二

over（partition by xxx）
按照xxx分区

SELECT NAME, SUM("ID") OVER(PARTITION BY NAME ) FROM CLIENT;

得到结果：

实现逻辑：某个分区的值：按照 NAME 分区，将与NAME相同分区下的值求和；

情况三

over（partition by xxx order by xx）
按照xxx分区，并以xx排序

SELECT NAME, SUM("ID") OVER(PARTITION BY NAME ORDER BY "ID" ) FROM CLIENT;

得到结果：

实现逻辑：如果理解了前两种实现逻辑，那么这种情况其实很容易理解，就是前两种的结合体。先按照情况二按照NAME分区，然后按照情况一处理分区内的数据即可；

情况四

over（）
over中为空

SELECT name, SUM("ID") over() FROM CLIENT;

得到结果：

实现逻辑：此时，其实就是对所有ID进行求和而已， 你可认为over()函数不存在一样处理得到值，不同的是，此时会有多条数据，而如果没有over的sum 仅有一条数据，这也正是over函数的一大特点；