Hive分析函数之CUME_DIST、PERCENT_RANK学习

最新推荐文章于 2023-08-28 11:39:32 发布

BabyFish13

最新推荐文章于 2023-08-28 11:39:32 发布

阅读量1.8k

点赞数

分类专栏： # Hive Sql 文章标签： hive sql 分析函数 CUME_DIST PERCENT_RANK

Hive 同时被 2 个专栏收录

90 篇文章

订阅专栏

Sql

62 篇文章

订阅专栏

本文介绍了两个不常用的窗口函数CUME_DIST与PERCENT_RANK，并提供了具体的应用实例。CUME_DIST函数用于计算小于等于当前值的行数在分组内的比例；PERCENT_RANK则计算分组内当前行的排名减一与总行数减一的比例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这两个分析函数比较不常用，或许用在一些特别要求的场合。
CUME_DIST 小于等于当前值的行数/分组内总行数。比如，统计小于等于当前薪水的人数，所占总人数的比例。
PERCENT_RANK 分组内当前行的RANK值-1/分组内总行数-1。
1、CUME_DIST使用示例

select 
pt_day,
appkey,
count(identifier),
cume_dist()over(order by count(identifier)) cd_all,
cume_dist()over(partition by appkey order by count(identifier)) cd_partition
from bi_all_access_log
where pt_day between '2017-11-01' and '2017-11-14'
group by pt_day,appkey;

2、PERCENT_RANK使用示例

select 
pt_day,
appkey,
count(identifier),
sum(1)over(partition by appkey) all_rows,
rank()over(order by count(identifier)) noparti_rk,
rank()over(partition by appkey order by count(identifier)) parti_rk,
percent_rank()over(order by count(identifier)) noparti_pr,
percent_rank()over(partition by appkey order by count(identifier)) parti_pr
from bi_all_access_log
where pt_day between '2017-11-01' and '2017-11-14'
group by pt_day,appkey;

说明：sum(1)over(partition by appkey)可以统计出总行数。