本文介绍了Hive中用于计算分位数的percentile和percentile_approx函数，包括它们的用法、参数含义及注意事项。percentile适用于整数类型，而percentile_approx则支持数值类型并可通过调整参数B来控制精度。当distinct值大于B时，计算可能变得缓慢。此外，还展示了如何求取多个分位数以及使用histogram_numeric函数获取直方图信息。
注意在偶数情况下，中位数会存在小数，特别注意！
hive里面倒是有个percentile函数和percentile_approx函数，其使用方式为percentile(col, p)、percentile_approx(col, p)，p∈(0,1)p∈(0,1)
其中percentile要求输入的字段必须是int类型的，而percentile_approx则是数值类似型的都可以
其实percentile_approx还有一个参数B：percentile_approx(col, p，B)，参数B控制内存消耗的近似精度，B越大，结果的准确度越高。默认为10,000。当col字段中的distinct值的个数小于B时，结果为准确的百分位数。
如果我要求多个分位数怎么办呢？，可以把p换为array(p1,p2,p3…p1,p2,p3…)，即
percentile_a
最低0.47元/天 解锁文章
7023
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
