Hive千分位函数percentile()和percentile_approx()
percentile函数和percentile_approx函数percentile(col, p)p∈(0,1)传入两个参数,第一个参数类型必须是int,一般是某一列的数据, 返回的是col列的第p分位的值。percentile_approx(col,p,B) p∈(0,1)传入三个参数,col列是数值类型都可以,B用来控制内存消耗的精度。实...
·
percentile函数和percentile_approx函数
percentile(col, p) p∈(0,1)
传入两个参数,第一个参数类型必须是int,一般是某一列的数据, 返回的是col列的第p分位的值。
percentile_approx(col,p,B) p∈(0,1)
传入三个参数,col列是数值类型都可以,B用来控制内存消耗的精度。实际col中distinct的值<B返回的时精确的值。
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10000。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。
例子
percentile_approx(col, 0.1)
percentile(col, 0.1)
就相当于col列上第10%的那个值
要求多个分位数时,可以把p换为array()
percentile_approx(col,array(0.1,0.2,0.3),9999) 或 percentile_approx(cast(col as double),array(0.05,0.5,0.95),9999)
更多推荐
已为社区贡献1条内容
所有评论(0)