如何编写HIVE查询实现特定列按时间戳累加前序值到当前值

实现逻辑 #

你需要的是按部门、产品分组后，按时间戳顺序计算累计销售额，之前PARTITION BY未生效的核心原因是窗口函数中未指定排序规则和窗口帧范围，导致无法按时间先后顺序累加。

完整查询语句 #

假设你的输入表名为sales_data，查询代码如下：

SELECT
    timestamp_,
    Dept_no,
    Product_no,
    SUM(Total_Sales) OVER (
        PARTITION BY Dept_no, Product_no
        ORDER BY timestamp_ ASC
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS Total_Sales
FROM sales_data;

子句说明 #

• PARTITION BY Dept_no, Product_no：将数据按部门、产品拆分成分组，不同分组的累计值独立计算
• ORDER BY timestamp_ ASC：每个分组内按时间戳升序排列，保证累加顺序严格遵循15分钟的时间先后
• ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW：指定窗口范围为当前分组的第一行到当前行，求和结果就是到当前时间戳为止的累计销售额，完全符合「前序累加值+当前时段值」的计算逻辑

注意事项 #

如果存在同一部门、同一产品、同一时间戳有多条重复数据的情况，建议先做单时段聚合再执行累加，避免重复计算：

WITH per_period_agg AS (
    SELECT
        timestamp_,
        Dept_no,
        Product_no,
        SUM(Total_Sales) AS period_sales
    FROM sales_data
    GROUP BY timestamp_, Dept_no, Product_no
)
SELECT
    timestamp_,
    Dept_no,
    Product_no,
    SUM(period_sales) OVER (
        PARTITION BY Dept_no, Product_no
        ORDER BY timestamp_ ASC
        ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW
    ) AS Total_Sales
FROM per_period_agg;

内容的提问来源于stack exchange，提问作者Shanti