Hive分位数函数使用教程

在Hive数据分析中，分位数计算是常见需求——例如需要获取数据的中位数，或了解某个指标90%样本的分布范围。此时，PERCENTILE_APPROX函数是最直接的解决方案。该函数专门用于计算指定百分比的近似值，效率高且用法简便。

PERCENTILE_APPROX函数基础用法

以下示例演示如何计算表中某一列的中位数（50th百分位）：

SELECTcolumn_name,PERCENTILE_APPROX(0.5) WITHIN GROUP (ORDER BY column_name) OVER () AS percentile_50FROMtable_name;

函数中仅需传入一个参数——百分比的小数形式，0.5即代表50th。其后使用WITHIN GROUP (ORDER BY ...)指定排序字段，最后通过OVER ()对整表进行计算。结果将返回一列近似中位数。

计算其他百分位示例

若需计算90th分位数，只需将参数改为0.9即可：

SELECTcolumn_name,PERCENTILE_APPROX(0.9) WITHIN GROUP (ORDER BY column_name) OVER () AS percentile_90FROMtable_name;

注意事项

需要说明：PERCENTILE_APPROX返回的是近似值，而非精确值。对于海量数据场景，该近似精度通常已足够，且性能更优。若必须使用精确值，可考虑PERCENTILE_CONT函数，但该函数需通过窗口函数实现，写法相对复杂。