请解释 Hive 中窗口函数的定义与作用，并列举窗口函数的典型业务应用场景。
考察说明
考查对 Hive 窗口函数概念的理解及其在数据分析场景中的应用能力。
回答思路
- 【回答框架 1】窗口函数是一种在 Hive 中用于对查询结果集进行分组内计算的函数，它不会像聚合函数那样将多行合并为一行，而是保留每一行，同时根据定义的行范围（窗口）返回聚合或分析结果。
- 【回答框架 2】窗口函数通常通过 OVER 子句指定分区（PARTITION BY）和排序（ORDER BY），并可结合 ROWS 或 RANGE 定义窗口边界。常见的窗口函数包括 ROW_NUMBER、RANK、DENSE_RANK、SUM、LAG、LEAD、FIRST_VALUE 和 LAST_VALUE 等。
- 【回答框架 3】典型应用场景包括：计算累计值（如累计销售额）、分组排名（如每个部门按薪水排名）、环比同比（使用 LAG 或 LEAD 获取上期或下期数据）、移动平均（使用 ROWS 窗口）以及分组内 Top N 查询。
- 【回答框架 4】在使用窗口函数时，需要注意 DISTRIBUTE BY 与 SORT BY 对数据分发和排序的影响，确保窗口排序符合预期；同时，窗口函数在 Hive 中支持动态分区等场景，但需避免在大型数据上无谓的开窗计算，以免影响性能。
- 【关键点 1】窗口函数保留明细行，通过 OVER 子句定义窗口范围。
- 【关键点 2】常用函数包括 ROW_NUMBER、RANK、DENSE_RANK、LAG、LEAD、SUM 等。
- 【关键点 3】典型应用有累计求和、分组排名、环比同比、移动平均和分组 Top N。
- 【关键点 4】PARTITION BY 和 ORDER BY 是控制窗口的核心；ROWS/RANGE 可细化窗口边界。
- 【关键点 5】性能上需关注数据分区与排序，避免过大窗口导致计算开销。
- 【易错点 1】混淆窗口函数与聚合函数，错误期望输出合并行。
- 【易错点 2】忽略 ORDER BY 对窗口范围的影响，导致累计值或排名不符合预期。
- 【易错点 3】在超大窗口上使用 LAG/LEAD 时未考虑数据分布不均，可能导致数据倾斜。