Hive Ntile分析函数学习

NTILE(n)

• 用于将分组数据按照顺序切分成n片，返回当前记录所在的切片值

NTILE不支持ROWS BETWEEN，比如 NTILE(2) OVER(PARTITION BY cookieid ORDER BY createtime ROWS BETWEEN 3 PRECEDING AND CURRENT ROW)

• 如果切片不均匀，默认增加第一个切片的分布
• 经常用来取前30% 带有百分之多少比例的记录什么的

例子：

有下图的1000家店铺的价格数据。我们想知道，价格排名前30%的店铺的平均价格，和后70%的。

思路：

把店铺均匀的按价格递减顺序分成10片。然后取切片数=1，2，3的即为前30%。

sql：

-- 1 把记录按价格顺序拆分成10片
drop table if exists test_dp_price_rk;
create table test_dp_price_rk
as
select
 id,
 price,
 NTILE(10) OVER (order by price desc) as rn
from test_dp_price;

-- 2 按片取30%和70%，分别计算平均值
select
  new_rn,
  max(case when new_rn=1 then 'avg_price_first_30%' when new_rn=2 then 'avg_price_last_70%' end) as avg_price_name,
  avg(price) avg_price
from
(
  select
    id,
    price,
    rn,
    case when rn in (1,2,3) then 1 else 2 end as new_rn
  from test_dp_price_rk
)a
group by new_rn;

结果展示：