LAG()和LEAD() 分析函數

Lag和Lead分析函數可以在同一次查詢中取出同一字段的前N行的數據(Lag)和後N行的數據(Lead)作爲獨立的列。

在實際應用當中，若要用到取今天和昨天的某字段差值時，Lag和Lead函數的應用就顯得尤爲重要。當然，這種操作可以用表的自連接實現，但是LAG和LEAD與left join、rightjoin等自連接相比，效率更高，SQL更簡潔。下面我就對這兩個函數做一個簡單的介紹。

函數語法如下：

lag(exp_str,offset,defval) over(partion by ..order by …)

lead(exp_str,offset,defval) over(partion by ..order by …)

其中exp_str是字段名

 Offset是偏移量，即是上1個或上N個的值，假設當前行在表中排在第5行，則offset 爲3，則表示我們所要找的數據行就是表中的第2行（即5-3=2）。

 Defval默認值，當兩個函數取上N/下N個值，當在表中從當前行位置向前數N行已經超出了表的範圍時，lag（）函數將defval這個參數值作爲函數的返回值，若沒有指定默認值，則返回NULL，那麼在數學運算中，總要給一個默認值纔不會出錯。

link

first-簡單實現

先創建一個數據

SET  TBLPROPERTIES ('transactional'='true');
CREATE TABLE IF NOT EXISTS lag_lead(
    id BIGINT  
   ,province  STRING
   ,mounth   STRING 
   ,gdp INT  
)
COMMENT "lag_lead";

--select * from lag_lead ;

insert into lag_lead 
values (1,'浙江省','1月',10),
 (2,'浙江省','2月',12),
 (3,'浙江省','3月',15),
 (4,'浙江省','4月',18),
 (5,'浙江省','5月',20);

數據如下

id	province	mounth	gdp
1	浙江省	1月	10
2	浙江省	2月	12
3	浙江省	3月	15
4	浙江省	4月	18
5	浙江省	5月	20

-- LAG
SELECT id,province,mounth,gdp,LAG(gdp)OVER(ORDER BY mounth) as last_dgp
FROM  lag_lead
;

-- lead
SELECT id,province,mounth,gdp,lead(gdp)OVER(ORDER BY mounth) as next_dgp
FROM  lag_lead
;

結果如下：
lag

id	province	mounth	gdp	last_dgp
1	浙江省	1月	10	\N
2	浙江省	2月	12	10
3	浙江省	3月	15	12
4	浙江省	4月	18	15
5	浙江省	5月	20	18

lead

id	province	mounth	gdp	next_dgp
1	浙江省	1月	10	12
2	浙江省	2月	12	15
3	浙江省	3月	15	18
4	浙江省	4月	18	20
5	浙江省	5月	20	\N

second–分區

按照省份分區

insert into lag_lead 
values (6,'山東省','1月',8),
 (7,'山東省','2月',12),
 (8,'山東省','3月',13),
 (9,'山東省','4月',17),
 (10,'山東省','5月',20);

SELECT id,province,mounth,gdp,LAG(gdp)OVER(PARTITION BY province ORDER BY mounth) as last_dgp,lead(gdp)OVER(PARTITION BY province ORDER BY mounth) as next_dgp
FROM  lag_lead
ORDER BY id ASC 
;

結果如下