数据求前或后百分比问题（分桶思想）

需求分析

现有交易数据表user_trade如下：

• user_id 用户id

• pay_amount 用户支付额度

现在老板想知道总支付金额在前20%的用户。

输出要求如下：

• user_id用户名（前20%的用户）

实现

（1）数据准备

1001,100.7
1001,70.8
1002,50.4
1003,70
1005,100.5
1002,80.1
1003,36.7
1004,38.5
1003,50
1004,30
1004,300.5
1005,500
1005,3
1006,260.1
1007,360.4
1008,680

（2）创建表

CREATE TABLE user_trade (
       user_id string,
       pay_amount double
)
ROW format delimited FIELDS TERMINATED BY ",";

（3）加载数据

load data inpath "/origin_data/user_trade.txt" into table user_trade;

（4）需求实现

分析：

Ntile函数使用

可以看成是：它把有序的数据集合平均分配到指定的数量（num）个桶中, 将桶号分配给每一行。如果不能平均分配，则优先分配较小编号的桶，并且各个桶中能放的行数最多相差1。

语法是：ntile (num)  over ([partition_clause]  order_by_clause)  as your_bucket_num
然后可以根据桶号，选取前或后 n