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
加群交流
赞赏