hive数据库numeric_hive函数总结

一、Aggregate--聚合类

1、avg(col)--返回某一列的平均值

2、count([DISTINCT] col) --对某一列计数

3、stddev_pop(col) --返回某一列的标准偏差

4、stddev_samp(col) --返回数据列无偏样本的标准偏差

5、sum(col)

6、max(col)

7、min(col)

8、corr(col1, col2) --返回两列的皮尔逊相关系数

9、covar_pop(col1, col2) --返回两列数据的总体协方差

10、covar_samp(col1, col2)--返回两列数据样本的协方差

11、collect_set(col) --返回一组消除了重复元素的对象,返回的是一个集合

12、collect_list(col)--返回具有重复项的对象列表

13、histogram_numeric(col, b) --返回array

14、ntile(INT x) --该函数将已经排序的分区分到x个桶中，并为每行分配一个桶号。这可以容易的计算三分位，四分位，十分位，百分位和其它通用的概要统计

15、percentile(BIGINT col, p) --返回组中列的精确第p个百分点(不适用于浮点类型)。 p必须介于0和1之间。注意：真正的百分位数只能用整数值计算。如果您的输入不是整数，请使用PERCENTILE_APPROX。

16、percentile(BIGINT col, array(p1 [, p2]...)) --返回array类型，返回组内某个列精确的第p1，p2，……位百分数，p必须在0和1之间，同上

16、percentile_approx(DOUBLE col, p [, B]) --返回组中数值列(包括浮点类型)的近似pth百分点(或百分点p1，p2，..)。 B参数以内存为代价控制逼近精度。较高的值会产生更好的近似值，默认值为10,000。当col中不同值的数量小于B时，这会得出确切的百分位数值。

17、percentile_approx(DOUBLE col, array(p1 [, p2]...) [, B]) --返回array，同上，可以返回多个百分点

18、variance(col)--返回组中数字列的方差

19、var_pop(col) --返回组中数字列的方差。

20、var_samp(col) --返回组中数字列的无偏样本方差。

21、regr_avgx(T independent, T dependent) --计算回归线的自变量(expr2)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr2)。截至Hive 2.2.0。

22、regr_avgy(T independent, T dependent) --计算回归线的应变量(expr1)的平均值，去掉了空对(expr1, expr2)后，等于AVG(expr1)。截至Hive 2.2.0

23、regr_count(T independent, T dependent) --返回用于拟合线性回归线的非空对数。截至Hive 2.2.0。

24、regr_intercept(T independent, T dependent) --返回线性回归的直线的y轴截距，即方程中的b值取决于= a *独立+ b。截至Hive 2.2.0。

25、regr_r2(T independent, T dependent) --返回回归的确定系数。截至Hive 2.2.0。

26、regr_slope(T independent, T dependent)--返回线性回归线的斜率，即方程式中的a值依赖于=a*独立+ b。截至Hive 2.2.0。

27、regr_sxx(T independent, T dependent)--返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr2)

28、regr_sxy(T independent, T dependent) --返回值等于REGR_COUNT(expr1, expr2) * COVAR_POP(expr1, expr2)

29、regr_syy(T independent, T dependent) --返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr1)

二、Analytic--分析函数

1、cume_dist() --计算一行在组中的相对位置，CUME_DIST总是返回大于0、小于或等于1的数，该数表示该行在N行中的位置

例子：

2、dense_rank() OVER([partition_by_clause] order_by_clause) --返回从1开始的递增整数序列。输出序列为ORDER BY表达式的重复值生成重复整数。

例：

3、first_value() OVER([partition_by_clause] order_by_clause [window_clause]) --从窗口的第一行返回表达式值。如果输入表达式为NULL，则返回值为NULL。

例：

4、lag(expr [,offset] [,default]) OVER() ([part