hive - 如何选择 Hive 中的每一对连续事件？

Question

想象一下，我有带有连续事件的 Hive 表 T：

n
---
1
2
3
4
...

我需要编写一些代码来从该表中选择每一对连续事件。目前我有一个解决方案

select t1.n, min(t2.n) from t t1 join t t2 where t1.n < t2.n group by t1.n;

即使对于相对较小的表（数千行），这也非常无效，因为它会在自身上产生表的临时笛卡尔积（即复杂性 O(n^2)）。

我想为同一问题找到更便宜（希望是线性）的解决方案。

Answer 1

在 0.11 之前，您可以使用 UDF（例如Nexr's）
目前只有一个lag功能，但如果您要查询，应该在您的情况下这样做：
select n as "next" , lag(n) "previous" from t;

Answer 2

让我自己回答。

从 Hive 0.11 开始，引入了窗口和分析功能： https ://cwiki.apache.org/Hive/languagemanual-windowingandanalytics.html

所以我正在寻找的查询是：

select n, lead(n) from t;