lag：向前取值

速查结论

lag(input[, offset[, default]]) 是 Spark SQL 中用于返回当前行之前第 offset 行的值的窗口函数。

语法

lag(input[, offset[, default]]) OVER (PARTITION BY expr ORDER BY expr [ASC|DESC])

参数说明

参数	类型	说明
input	表达式	要获取前一行值的列或表达式。
offset	INTEGER	可选。向前回退的行数，默认值为 1。
default	表达式	可选。当偏移行不存在时返回的默认值，默认值为 NULL。

示例

> SELECT a, b, lag(b) OVER (PARTITION BY a ORDER BY b) FROM VALUES ('A1', 2), ('A1', 1), ('A2', 3), ('A1', 1) tab(a, b);
 A1 1   NULL
 A1 1   1
 A1 2   1
 A2 3   NULL

常见报错与避坑指南

• 分区首行的处理：对于每个分区内的第一行（或前 offset 行），由于不存在对应的前一行，lag() 返回 default 值（默认为 NULL）。处理结果时需注意 NULL 值的业务含义。
• ORDER BY 是必需的：lag() 依赖行顺序来确定"前一行"，因此 OVER 子句中必须包含 ORDER BY，否则结果无意义。

Since: 2.0.0

📱关注公众号

「数据仓库技术」文章同步更新，不错过每一篇干货

💬加群交流

备注「数据仓库技术」加入社群，每日一道大厂SQL真题