HIVE 中的百分位数计算

Question

如何使用 sql 在 Hive 中计算 25 个百分位数。假设有类别、子类别和销售列。那么如何计算 25% 的销售额呢？我尝试在 hive 中使用percentile(sales, 0.25)，但它抛出了一个错误：

编译语句时出错：FAILED: NoMatchingMethodException 类 org.apache.hadoop.hive.ql.udf.UDAFPercentile 没有匹配方法（双精度，十进制（2,2））。可能的选择：FUNC(bigint, array) FUNC(bigint, double)

Answer 1

Documentation 说：

只能为整数值计算真正的百分位数。采用 PERCENTILE_APPROX 如果您的输入是非整数。

将percentile_approx 用于非整数值。 percentile_approx(DOUBLE col, p [, B]) - 返回组中数值列（包括浮点类型）的近似第 p 个百分位数。 B 参数以内存为代价控制近似精度。较高的值会产生更好的近似值，默认值为 10,000。当 col 中不同值的数量小于 B 时，这将给出一个精确的百分位值。