在 HiveQL 中将变量设置为最大值

Posted 2023-03-23

【中文标题】在 HiveQL 中将变量设置为最大值

【英文标题】：Set variable to maximum value in HiveQL

【发布时间】：2012-11-14 04:25:30

【问题描述】：

我想从表 totalSpeeds 中的数据列（速度）中获取第一个四分位数的值。

为此，我尝试创建一个变量（阈值），然后选择小于或等于它的值。

SET threshold = (SELECT 0.25*MAX(speed) FROM totalSpeeds);
SELECT speed FROM totalSpeeds WHERE speed <= $hiveconf:threshold;

这失败并返回了一个解析错误。有没有更有效的方法来获得前四分位数速度的上限？或者有没有办法调整上述命令以返回第一四分位数的速度？

提前致谢，

安妮塔

【参考方案1】：

hive 中有一个内置的 UDF 用于计算百分位数。使用

从 totalSpeeds 中选择百分位数（速度，.25）；

UDF 解释：

返回组中列的精确 pth 百分位数。 p 必须介于 0 和 1 之间

同样，我们也可以使用 percentile(speed, array(p1, p2)) 提取多个百分位数