hive聚合函數

★聚合函數
count，sum，min，max，avg

var_pop(col)    返回指定列的方差

var_samp(col)    返回指定列的樣本方差

stddev_pop(col)    返回指定列的誤差（標準差）    stddev_pop = stddev

stddev_samp(col)    返回指定列的樣本誤差（標準差）

covar_pop(col1, col2)    兩列數值協方差
    若是兩個變量的變化趨勢一致，那麼兩個變量之間的協方差就是正值；
    若是兩個變量的變化趨勢相反，那麼兩個變量之間的協方差就是負值；
    若是X與Y是統計獨立的，那麼兩者之間的協方差就是0
    
covar_samp(col1, col2)    兩列數值樣本協方差

corr(col1, col2)    返回兩列數值的相關係數（誤差協方）

percentile(BIGINT col, p)    返回數值區域的百分比數值點。0<=P<=1,不然返回NULL,不支持浮點型數值。
    第p百分位數，大約有p%的數據項的值比第p百分位數小
    
percentile(BIGINT col, array(p1 [, p2]…))
    返回類型也爲array<double>，其中爲對應的百分位數
    
percentile_approx(DOUBLE col, p [, B]) 近似中位數函數（percentile的近似值）
    參數B控制內存消耗的近似精度，B越大，結果的準確度越高。默認爲10,000。
    當col字段中的distinct值的個數小於B時，結果爲準確的百分位數
    
percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B]) 

histogram_numeric(col, b) 直方圖，
    使用b個非均勻間隔的箱子計算組內數字列的柱狀圖（直方圖），
    輸出的數組大小爲b，double類型的(x,y)表示直方圖的中心和高度
    返回值: array<struct {‘x’,‘y’}> [{"x":100.0,"y":1.0}]
    select inline(histogram_numeric(cast(a.amount as int),10)) from a
    
collect_set(col) 返回消除了重複元素的數組
collect_list(col) 返回容許重複元素的數組

ntile(INTEGER x) 該函數將已經排序的分區分到x個桶中，併爲每行分配一個桶號

★內置 Table-Generating函數（UDTF）
explode(ARRAY)    參數列爲數組類型，將數組數據中的每一個元素作爲一行返回

explode(MAP) 將輸入map中的每一個鍵值對轉換爲兩列，一列爲key，另外一列爲value，而後返回新行

explode(array<TYPE> a) 對於數組a中的每一個元素，該函數產生包含該元素的行

json_tuple(jsonStr, k1, k2, ...) 參數爲一組鍵k1，k2……和JSON字符串，返回值的元組。
    該方法比 get_json_object 高效，由於能夠在一次調用中輸入多個鍵
    
parse_url_tuple(url, p1, p2, ...) 該方法同parse_url() 類似，但能夠一次性提取URL的多個部分，
    有效的參數名稱爲： HOST, PATH, QUERY, REF, PROTOCOL, AUTHORITY, FILE, USERINFO, QUERY:<KEY>
    
posexplode(ARRAY) 行爲與參數爲數組的explode方法類似，但包含項在原始數組中的位置，返回(pos,value)的二元組

stack(INT n, v_1, v_2, ..., v_k) 將v_1, ..., v_k 分爲n行，每行包含n/k列，n必須爲常數

 ●在SELECT中不容許再有其餘表達式：不支持SELECT pageid, explode(adid_list) AS myCol...  ●UDTF不可以嵌套使用：不支持SELECT explode(explode(adid_list)) AS myCol...  ●不支持GROUP BY /CLUSTER BY / DISTRIBUTE BY / SORT BY