hive有哪些聚合函數(shù)

這篇文章將為大家詳細(xì)講解有關(guān)hive有哪些聚合函數(shù)，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

★聚合函數(shù)
count，sum，min，max，avg

var_pop(col)    返回指定列的方差

var_samp(col)    返回指定列的樣本方差

stddev_pop(col)    返回指定列的偏差（標(biāo)準(zhǔn)差）    stddev_pop = stddev

stddev_samp(col)    返回指定列的樣本偏差（標(biāo)準(zhǔn)差）

covar_pop(col1, col2)    兩列數(shù)值協(xié)方差
    如果兩個變量的變化趨勢一致，那么兩個變量之間的協(xié)方差就是正值；
    如果兩個變量的變化趨勢相反，那么兩個變量之間的協(xié)方差就是負(fù)值；
    如果X與Y是統(tǒng)計獨立的，那么二者之間的協(xié)方差就是0
    
covar_samp(col1, col2)    兩列數(shù)值樣本協(xié)方差

corr(col1, col2)    返回兩列數(shù)值的相關(guān)系數(shù)（偏差協(xié)方）

percentile(BIGINT col, p)    返回數(shù)值區(qū)域的百分比數(shù)值點。0<=P<=1,否則返回NULL,不支持浮點型數(shù)值。
    第p百分位數(shù)，大約有p%的數(shù)據(jù)項的值比第p百分位數(shù)小
    
percentile(BIGINT col, array(p1 [, p2]…))
    返回類型也為array<double>，其中為對應(yīng)的百分位數(shù)
    
percentile_approx(DOUBLE col, p [, B]) 近似中位數(shù)函數(shù)（percentile的近似值）
    參數(shù)B控制內(nèi)存消耗的近似精度，B越大，結(jié)果的準(zhǔn)確度越高。默認(rèn)為10,000。
    當(dāng)col字段中的distinct值的個數(shù)小于B時，結(jié)果為準(zhǔn)確的百分位數(shù)
    
percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B]) 

histogram_numeric(col, b) 直方圖，
    使用b個非均勻間隔的箱子計算組內(nèi)數(shù)字列的柱狀圖（直方圖），
    輸出的數(shù)組大小為b，double類型的(x,y)表示直方圖的中心和高度
    返回值: array<struct {‘x’,‘y’}> [{"x":100.0,"y":1.0}]
    select inline(histogram_numeric(cast(a.amount as int),10)) from a
    
collect_set(col) 返回消除了重復(fù)元素的數(shù)組
collect_list(col) 返回允許重復(fù)元素的數(shù)組

ntile(INTEGER x) 該函數(shù)將已經(jīng)排序的分區(qū)分到x個桶中，并為每行分配一個桶號

★內(nèi)置 Table-Generating函數(shù)（UDTF）
explode(ARRAY)    參數(shù)列為數(shù)組類型，將數(shù)組數(shù)據(jù)中的每個元素做為一行返回

explode(MAP) 將輸入map中的每個鍵值對轉(zhuǎn)換為兩列，一列為key，另一列為value，然后返回新行

explode(array<TYPE> a) 對于數(shù)組a中的每個元素，該函數(shù)產(chǎn)生包含該元素的行

json_tuple(jsonStr, k1, k2, ...) 參數(shù)為一組鍵k1，k2……和JSON字符串，返回值的元組。
    該方法比 get_json_object 高效，因為可以在一次調(diào)用中輸入多個鍵
    
parse_url_tuple(url, p1, p2, ...) 該方法同parse_url() 相似，但可以一次性提取URL的多個部分，
    有效的參數(shù)名稱為： HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, USERINFO, QUERY:<KEY>
    
posexplode(ARRAY) 行為與參數(shù)為數(shù)組的explode方法相似，但包含項在原始數(shù)組中的位置，返回(pos,value)的二元組

stack(INT n, v_1, v_2, ..., v_k) 將v_1, ..., v_k 分為n行，每行包含n/k列，n必須為常數(shù)

 ●在SELECT中不允許再有其他表達式：不支持SELECT pageid, explode(adid_list) AS myCol...
 ●UDTF不能夠嵌套使用：不支持SELECT explode(explode(adid_list)) AS myCol...
 ●不支持GROUP BY /CLUSTER BY / DISTRIBUTE BY / SORT BY

關(guān)于“hive有哪些聚合函數(shù)”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。