个数统计函数: count
语法: count(), count(expr), count(DISTINCT expr[, expr_.])
返回值: int
说明: count()统计检索出的行的个数，包括NULL值的行；count(expr)返回指定字段的非空值的个数；count(DISTINCT expr[, expr_.])返回指定字段的不同的非空值的个数

hive> select count(*) from iteblog;
20
hive> select count(distinct t) from iteblog;
10
1
2
3
4
总和统计函数: sum
语法: sum(col), sum(DISTINCT col)
返回值: double
说明: sum(col)统计结果集中col的相加的结果；sum(DISTINCT col)统计结果中col不同值相加的结果

hive> select sum(t) from iteblog;
100
hive> select sum(distinct t) from iteblog;
70
1
2
3
4
平均值统计函数: avg
语法: avg(col), avg(DISTINCT col)
返回值: double
说明: avg(col)统计结果集中col的平均值；avg(DISTINCT col)统计结果中col不同值相加的平均值

hive> select avg(t) from iteblog;
50
hive> select avg (distinct t) from iteblog;
30
1
2
3
4
最小值统计函数: min
语法: min(col)
返回值: double
说明: 统计结果集中col字段的最小值

hive> select min(t) from iteblog;
20
1
2
最大值统计函数: max
语法: maxcol)
返回值: double
说明: 统计结果集中col字段的最大值

hive> select max(t) from iteblog;
120
1
2
非空集合总体变量函数: var_pop
语法: var_pop(col)
返回值: double
说明: 统计结果集中col非空集合的总体变量（忽略null）

非空集合样本变量函数: var_samp
语法: var_samp (col)
返回值: double
说明: 统计结果集中col非空集合的样本变量（忽略null）

总体标准偏离函数: stddev_pop
语法: stddev_pop(col)
返回值: double
说明: 该函数计算总体标准偏离，并返回总体变量的平方根，其返回值与VAR_POP函数的平方根相同

样本标准偏离函数: stddev_samp
语法: stddev_samp (col)
返回值: double
说明: 该函数计算样本标准偏离

中位数函数: percentile
语法: percentile(BIGINT col, p)
返回值: double
说明: 求准确的第pth个百分位数，p必须介于0和1之间，但是col字段目前只支持整数，不支持浮点数类型

中位数函数: percentile
语法: percentile(BIGINT col, array(p1 [, p2]…))
返回值: array
说明: 功能和上述类似，之后后面可以输入多个百分位数，返回类型也为array，其中为对应的百分位数。

select percentile(score,<0.2,0.4>) from iteblog； 取0.2，0.4位置的数据
1
近似中位数函数: percentile_approx
语法: percentile_approx(DOUBLE col, p [, B])
返回值: double
说明: 求近似的第pth个百分位数，p必须介于0和1之间，返回类型为double，但是col字段支持浮点类型。参数B控制内存消耗的近似精度，B越大，结果的准确度越高。默认为10,000。当col字段中的distinct值的个数小于B时，结果为准确的百分位数

近似中位数函数: percentile_approx
语法: percentile_approx(DOUBLE col, array(p1 [, p2]…) [, B])
返回值: array
说明: 功能和上述类似，之后后面可以输入多个百分位数，返回类型也为array，其中为对应的百分位数。

直方图: histogram_numeric
语法: histogram_numeric(col, b)
返回值: array<struct {‘x’,‘y’}>
说明: 以b为基准计算col的直方图信息。

hive> select histogram_numeric(100,5) from iteblog;
[{"x":100.0,"y":1.0}]
1
2
集合去重数：collect_set
语法: collect_set (col)
返回值: array
说明: 将 col 字段进行去重，合并成一个数组。

hive> select cookie,ip from iteblog;
cookie1 127.0.0.1
cookie1 127.0.0.1
cookie1 127.0.0.2
cookie1 127.0.0.3
hive> select cookie,collect_set(ip) from iteblog group by cookie;
cookie1 ["127.0.0.1","127.0.0.2","127.0.0.3"]
1
2
3
4
5
6
7
集合不去重函数：collect_list
语法: collect_list (col)
返回值: array
说明: 将 col 字段合并成一个数组,不去重

hive> select cookie,ip from iteblog;
cookie1 127.0.0.1
cookie1 127.0.0.1
cookie1 127.0.0.2
cookie1 127.0.0.3
hive>select cookie,collect_list(ip) from iteblog group by cookie;
cookie1 ["127.0.0.1","127.0.0.1","127.0.0.2","127.0.0.3"]
---------------------
【转载，仅作分享，侵删】
作者：storm_fury
来源：CSDN
原文：https://blog.csdn.net/weixin_43215250/article/details/88416984
版权声明：本文为博主原创文章，转载请附上博文链接！

奈斯，感谢分享