hadoop - Hive:查找前 20% 的记录

Question

我有一些数据，例如:-

ID  PRICE
1   100
2   200
3   120
4   130
5   320
6   300
7   200
8   100
9   120
10  250

我需要找到最高 20% 的价格。

预期输出:-

ID  PRICE
5   320
6   300

Answer 1

你可以在没有连接的情况下做到这一点。使用解析函数计算max(price)，取80%，然后使用filter price>80%:

with your_data as ( --this is your data
select stack(10,
1 ,  100,
2 ,  200,
3 ,  120,
4 ,  130,
5 ,  320,
6 ,  300,
7 ,  200,
8 ,  100,
9 ,  120,
10,  250) as (ID,  PRICE)
)

select id, price 
from
(
select d.*, max(price) over()*0.8 as pct_80 from your_data d
)s where price>pct_80

结果:

OK
id      price
6       300
5       320

使用您的表而不是 WITH 子查询，如有必要，按 ID 添加订单。