Hive分析窗口函数(三) CUME_DIST,PERCENT_RANK

转载：http://lxw1234.com/archives/2015/04/185.htm

数据准备：

1. d1,user1,1000
2. d1,user2,2000
3. d1,user3,3000
4. d2,user4,4000
5. d2,user5,5000
6.  
7. CREATE EXTERNAL TABLE lxw1234 (
8. dept STRING,
9. userid string,
10. sal INT
11. ) ROW FORMAT DELIMITED
12. FIELDS TERMINATED BY ','
13. stored as textfile location '/tmp/lxw11/';
14.  
15.  
16. hive> select * from lxw1234;
17. OK
18. d1 user1 1000
19. d1 user2 2000
20. d1 user3 3000
21. d2 user4 4000
22. d2 user5 5000

CUME_DIST

–CUME_DIST 小于等于当前值的行数/分组内总行数
–比如，统计小于等于当前薪水的人数，所占总人数的比例

PERCENT_RANK

–PERCENT_RANK 分组内当前行的RANK值-1/分组内总行数-1
应用场景不了解，可能在一些特殊算法的实现中可以用到吧。