如何使用Hive中的表记录的10％创建视图？

编程问答 2022-08-15

问题描述

我想在配置单元表的顶部创建一个视图，但该视图应包含
仅占总记录的10％。 Count(*)/10

如何使用ROWNUM()或RANK函数。
如果数据是随机的，将非常有帮助。

解决方法

如果大约10％的样本足够好，则只需添加：

create view v_t
    select t.*
    from t
    where rand() < 0.1;

对于大桌子，这应该非常接近10％。

,

或者，您可以使用以下ntile窗口函数：

create view v_t
    select * from 
    (select *,ntile(10) over(order by rand()) as percentile from tablename) as A 
    where percentile=1

我已经在Postgres中测试了类似的查询。 Here is a demo

hivehiveqlhqlsqlsql