hive 统计函数

Hive统计函数简介

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，Hive中的统计函数主要用于对数据进行聚合分析，帮助用户了解数据的分布、趋势等信息，本文将介绍Hive中常用的统计函数及其用法。

Hive常用统计函数

1、COUNT(列名)

计数函数，用于计算指定列的不重复行数。

```

SELECT COUNT(*) FROM table_name;

```

2、SUM(列名)

求和函数，用于计算指定列的总和。

```

SELECT SUM(column_name) FROM table_name;

```

3、AVG(列名)

平均值函数，用于计算指定列的平均值。

```

SELECT AVG(column_name) FROM table_name;

```

4、MIN(列名)

最小值函数，用于获取指定列的最小值。

```

SELECT MIN(column_name) FROM table_name;

```

5、MAX(列名)

最大值函数，用于获取指定列的最大值。

```

SELECT MAX(column_name) FROM table_name;

```

6、COUNTDISTINCT(列名)

计数去重函数，用于计算指定列的不重复行数。

```

SELECT COUNT(DISTINCT column_name) FROM table_name;

```

7、STDDEV(列名)

标准差函数，用于计算指定列的标准差。

```

SELECT STDEV(column_name) FROM table_name;

```

8、VARIANCE(列名)

方差函数，用于计算指定列的方差。

```

SELECT VARIANCE(column_name) FROM table_name;

```

9、GROUPBY子句

分组子句，用于对数据进行分组统计。

```

SELECT column1, column2, COUNT(*) FROM table_name GROUP BY column1, column2;

```

10、HAVING子句

过滤子句，用于对分组统计结果进行过滤。

```sql

SELECT column1, column2, COUNT(*) FROM table_name GROUP BY column1, column2 HAVING COUNT(*) > 1;

```