SparkSQL_开窗函数概述

开窗函数的引入是为了既显示聚集前的数据，又显示聚集后的数据。即在每一行的最后一列添加聚合函数的结果。
开窗用于为行定义一个窗口（这里的窗口是指运算将要操作的行的集合），它对一组值进行操作，不需要使用group by 子句对数据进行分组，能够在同一行中同时返回行的基础列和聚合列。

聚合函数和开窗函数:


1. 聚合函数是将多行变成一行，count,sum,avg.…

xxxxxxxxxx
select avg(score) from tb_score

开窗函数是将一行变成多行;

2. 聚合函数如果要显示其它的列必须将列加入到group by字句中

xxxxxxxxxx
select name,avg(score) from tb_score group by name

开窗函数可以不使用group by，直接将所有信息显示出来

开窗函数分类:

1. 聚合类型开窗函数
聚合函数（列） OVER（[选项]）

   xxxxxxxxxx
   count(colName) over([partition by xx])
   聚合类型：count,sum,avg,max,min
   

2. 排序开窗函数
排序函数（列）OVER（选项），这里的选项可以是ORDER BY子句，也可以是 OVER（PARTITION BY子句 ORDER BY 子句）,但不可以是 PARTITION BY 子句。

xxxxxxxxxx
score rn    dr  rank
100    1    1    1
98     2    2    2
98     3    2    2
97     4    3    4
排序号依次递增，分数相同名次不同
row_number() over([partition by xx][order by xx [desc]])
值同名次同，序号不间断
dense_rank() over([partition by xx][order by xx [desc]])
值同名次同，序号间断
rank() over([partition by xx][order by xx [desc]])

实时效果反馈

1. 关于开窗函数相关描述错误的是：

A avg(score) over(partition by project) as avg_score全部成绩的平均分。

B row_number()：排序号依次递增，分数相同名次不同。

C dense_rank()值同名次同，序号不间断。

D rank():值同名次同，序号间断

答案：

1=>A 表示各科成绩的平均分