LAG()和LEAD() 分析函数

Lag和Lead分析函数可以在同一次查询中取出同一字段的前N行的数据(Lag)和后N行的数据(Lead)作为独立的列。

在实际应用当中，若要用到取今天和昨天的某字段差值时，Lag和Lead函数的应用就显得尤为重要。当然，这种操作可以用表的自连接实现，但是LAG和LEAD与left join、rightjoin等自连接相比，效率更高，SQL更简洁。下面我就对这两个函数做一个简单的介绍。

函数语法如下：

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个或上N个的值，假设当前行在表中排在第5行，则offset 为3，则表示我们所要找的数据行就是表中的第2行（即5-3=2）。

 Defval默认值，当两个函数取上N/下N个值，当在表中从当前行位置向前数N行已经超出了表的范围时，lag（）函数将defval这个参数值作为函数的返回值，若没有指定默认值，则返回NULL，那么在数学运算中，总要给一个默认值才不会出错。

link

first-简单实现

先创建一个数据

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);

数据如下

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
;

结果如下：
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–分区

按照省份分区

insert into lag_lead 
values (6,'山东省','1月',8),
 (7,'山东省','2月',12),
 (8,'山东省','3月',13),
 (9,'山东省','4月',17),
 (10,'山东省','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 
;

结果如下