hive统计函数 中位数 均值 方差等

目标统计值：均值、方差、标准差、众数、中位数。

• 均值
  AVG
  eg: select avg(item_a) from table_a;
• 中位数
  percentile或者percentile_approx，此函数本是求分位数，但是0.5的分位数不就是中位数嘛！
  若是int型（bigint等）用percentile 例:select percentitle(item_a,0.5) from table_a;
  若是float（或者double等）用percentile_approx，例：select percentitle_approx(item_a,0.5) from table_a。
  approx是approximate的简写。
• 众数
  众数没有函数。从帖子中可以看到有此种写法：

  SELECT salary,COUNT(*) AS cnt
  FROM salaries
  GROUP BY salary
  HAVING count(*) >= ALL(SELECT COUNT(*) FROM salaries GROUP BY salary) 
  

  但此种写法不适合多字段同时获得。至于用不用，看你需求了。
• 标准差
  你可以看到一些帖子写了三个：stddev,stddev_samp,stddev_pop。他们的关系是stddev=stddev_pop，都是$\sqrt{\frac{1}{N}{\Sigma }_{i=1}^N(x_i-x_{mean}{)}^2}$，而stddev_samp是$\sqrt{\frac{1}{N-1}{\Sigma }_{i=1}^N(x_i-x_{mean}{)}^2}$。至于用哪个，看你选择了。 例：select stddev_pop(item_a) from table_a;
• 方差
  var_pop和var_samp，差别同 标准差，不赘述。

致谢:

• https://blog.csdn.net/haramshen/article/details/52668586
• https://www.cxyzjd.com/article/weixin_34883093/112637731