8.2.8. 集合统计函数

1. 个数统计函数: count

​ 语法: count(*), count(expr), count(DISTINCT expr[, expr_.])

​ 返回值: int

​ 说明: count(*)统计检索出的行的个数,包括NULL值的行;count(expr)返回指定字段的非空值的个数;count(DISTINCT expr[, expr_.])返回指定字段的不同的非空值的个数

​ 举例:

hive> select count(*) from lxw_dual;
20

hive> select count(distinct t) from lxw_dual;
10

2. 总和统计函数: sum

​ 语法: sum(col), sum(DISTINCT col)

​ 返回值: double

​ 说明: sum(col)统计结果集中col的相加的结果;sum(DISTINCT col)统计结果中col不同值相加的结果

​ 举例:

hive> select sum(t) from lxw_dual;
100

hive> select sum(distinct t) from lxw_dual;
70

3. 平均值统计函数: avg

​ 语法: avg(col), avg(DISTINCT col)

​ 返回值: double

​ 说明: avg(col)统计结果集中col的平均值;avg(DISTINCT col)统计结果中col不同值相加的平均值

​ 举例:

hive> select avg(t) from lxw_dual;
50

hive> select avg (distinct t) from lxw_dual;
30

4. 小值统计函数: min

​ 语法: min(col)

​ 返回值: double

​ 说明: 统计结果集中col字段的最小值

​ 举例:

hive> select min(t) from lxw_dual;
20

5. 最大值统计函数: max

​ 语法: maxcol)

​ 返回值: double

​ 说明: 统计结果集中col字段的最大值

​ 举例:

hive> select max(t) from lxw_dual;
120

6. 非空集合总体变量函数: var_pop

​ 语法: var_pop(col)

​ 返回值: double

​ 说明: 统计结果集中col非空集合的总体变量(忽略null)

7. 非空集合样本变量函数: var_samp

​ 语法: var_samp (col)

​ 返回值: double

​ 说明: 统计结果集中col非空集合的样本变量(忽略null)

8. 总体标准偏离函数: stddev_pop

​ 语法: stddev_pop(col)

​ 返回值: double

​ 说明: 该函数计算总体标准偏离,并返回总体变量的平方根,其返回值与VAR_POP函数的平方根相同

9. 样本标准偏离函数: stddev_samp

​ 语法: stddev_samp (col)

​ 返回值: double

​ 说明: 该函数计算样本标准偏离

10. 中位数函数: percentile

​ 语法: percentile(BIGINT col, p)

​ 返回值: double

​ 说明: 求准确的第pth个百分位数,p必须介于0和1之间,但是col字段目前只支持整数,不支持浮点数类型

11. 中位数函数: percentile

​ 语法: percentile(BIGINT col, array(p1 [, p2]…))

​ 返回值: array\

​ 说明: 功能和上述类似,之后后面可以输入多个百分位数,返回类型也为array\,其中为对应的百分位数。

​ 举例:

select percentile(score,<0.2,0.4>) from lxw_dual; 取0.20.4位置的数据

12. 近似中位数函数: percentile_approx

​ 语法: percentile_approx(DOUBLE col, p [, B])

​ 返回值: double

​ 说明: 求近似的第pth个百分位数,p必须介于0和1之间,返回类型为double,但是col字段支持浮点类型。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

13. 近似中位数函数: percentile_approx

​ 语法: percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B])

​ 返回值: array\

​ 说明: 功能和上述类似,之后后面可以输入多个百分位数,返回类型也为array\,其中为对应的百分位数。

14. 直方图: histogram_numeric

​ 语法: histogram_numeric(col, b)

​ 返回值: array

​ 说明: 以b为基准计算col的直方图信息。

​ 举例:

hive> select histogram_numeric(100,5) from lxw_dual;
[{"x":100.0,"y":1.0}]
Copyright © lucene.xin 2020 all right reserved修改时间: 2021-07-02 11:42:23

results matching ""

    No results matching ""