Question

我写了一个Hive查询来计算包含整数值（包括0）的表的多列上的33和66百分位数。

为了过滤异常值，我在计算百分位之前添加了过滤器＆gt; 0.

我有46列，每列计算33和66百分位，列上有＆gt; 0过滤器。

然后我将这些结果加入到一个包含33％和66％这些列的表中。

我的问题是查询没有执行。我尝试用2列执行，它工作正常，但不适用于这么多的连接。有人可以建议另一种方式。

数据如下所示：

    C1| C2| C3
 ---------------
    0 | 2 | 3
    1 | 0 | 2
    2 | 0 | 0

对于C1，数据将为[1,2];对于C2 - ＆gt; [2];对于C3 - >并[3,2]

Answer 1

你不需要那样做

只使用hive的百分位udf

select percentile(C1,0.33),.....,percentile(C46,0.33) from table
UNION ALL
select percentile(C1,0.66),.....,percentile(C46,0.66) from table

这为您提供了一个包含46列的表，第一行表示每列的第33百分位，第二行表示每列的第66百分位

或者你可以做

select percentile(C1,0.33),.....,percentile(C46,0.33) , percentile(C1,0.66),.....,percentile(C46,0.66) from table