HIVE 实现均匀抽样

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接： https://blog.csdn.net/qq_22222499/article/details/100167563

需求

用Hive处理数据的时候，如何做到均匀抽样？

思路

用这个函数 ntile(n) 分成N份 ，切分的方法，按照时间排序

ntile(24) OVER (PARTITION BY user_id ORDER BY create_time) order_id

现在已经均匀分成了N份，然后可以在N分中再用row_number()函数 ，再进行排序，取值

ROW_NUMBER() OVER(PARTITION BY user_id,order_id ORDER BY create_time) AS order_id1

然后根据 order_id1取值即可