如何在Hive中选择每对连续事件？

Question

想象一下我有连续事件的Hive表T：

n
---
1
2
3
4
...

我需要编写一些代码来从这个表中选择每对连续事件。目前我有一个像

这样的解决方案

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），它也是非常无效的，因为它自身产生表的临时笛卡尔积（即复杂度为O（n ^ 2））。

我想找到针对同一问题的更便宜（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lag函数，但如果您要查询，则应该在您的情况下执行此操作：
select n as "next" , lag(n) "previous" from t;

Answer 2

让我自己回答。

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

所以我要查询的查询是：

select n, lead(n) from t;