max - 在 HiveQL 中将变量设置为最大值

Question

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

Answer 1

hive 中有一个内置的 UDF 用于计算百分位数。利用

从 totalSpeeds 中选择百分比（速度，.25）；

UDF的解释：

返回组中列的确切 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