hive分位数函数怎样选择

Hive中的分位数函数主要有两种：NTILE() 和 PERCENTILE_APPROX()。

1. NTILE()

NTILE() 函数用于将行数据分成指定数量的桶（tiles）。它接受一个整数参数 n，表示要将数据分成多少个桶。函数返回一个整数值，表示每个数据行所属的桶编号。

语法：

NTILE(n) OVER (ORDER BY column_name [ASC|DESC])

示例： 假设有一个名为 sales 的表，包含以下列：id（主键）、amount（销售额）和 date（销售日期）。我们想要将销售额分成 10 个桶，并为每个桶分配一个编号。可以使用以下查询：

SELECT id, amount, date, NTILE(10) OVER (ORDER BY amount DESC) AS bucket_number
FROM sales;

2. PERCENTILE_APPROX()

PERCENTILE_APPROX() 函数用于计算给定百分比的值。它接受两个参数：一个表示百分比的浮点数（例如，0.9 表示 90%），另一个表示要计算的列名。函数返回一个浮点数，表示计算得到的百分位数值。

语法：

PERCENTILE_APPROX(p, column_name) WITHIN GROUP (ORDER BY column_name [ASC|DESC])

示例： 假设有一个名为 sales 的表，包含以下列：id（主键）、amount（销售额）和 date（销售日期）。我们想要计算销售额的前 90% 分位数。可以使用以下查询：

SELECT PERCENTILE_APPROX(0.9) WITHIN GROUP (ORDER BY amount) AS percentile_90
FROM sales;

总结：

• 使用 NTILE() 函数将数据分成指定数量的桶，并为每个桶分配一个编号。
• 使用 PERCENTILE_APPROX() 函数计算给定百分比的值。

在选择分位数函数时，请根据您的需求选择合适的函数。如果您需要将数据分成桶并分配编号，请使用 NTILE()；如果您需要计算特定百分比的值，请使用 PERCENTILE_APPROX()。