我正在尝试多种方法来使用分区来优化大型数据集的执行。具体地说，我使用的是一个通常用于传统SQL数据库的函数，称为nTile。目标是使用buckettind和重新分区的组合将一定数量的行放入一个存储桶中。这使得Apache Spark在处理分区数据集或存储桶数据集时能够更高效地处理数据。
下面是两个例子。第一个示例展示了我如何使用ntile将一个数据集拆分为两个存储桶，然后在已存储桶的nTil
浏览 33提问于2020-11-14得票数 0
回答已采纳
1回答
我试图使用分区BY子句中的浮动数据类型对我的数据使用NTILE。VALUES(0.65,1);INSERT INTO TEST VALUES(2.60,1);
NTILE
浏览 0提问于2015-04-28得票数 4
回答已采纳
1回答
我正在尝试使用分区中的Ntile函数进行分析。我需要的车道列分组和成本列在每个车道的降序。并且四分位数列应该引用利息列SELECT LANE, COST, INTEREST ,RANK() OVER ( PARTITION
浏览 13提问于2020-05-28得票数 0
2回答
我正在尝试向由行对组成的分区添加某种类型的唯一标识符(uid)，即为大小为2行的窗口分区中的(identifier1，identifier2)的每两行生成一些uid/标记。因此，例如，ID X的前两行将获得uid A，相同ID的下两行将获得uid B，如果ID X的分区中只剩下一行，它将获得id C。这是我想要完成的，图片说明了表的结构，我手动添加了expectedIdentifier来说明目标：这是我当前的SQL，ntile不能解决它，因为分区大
浏览 0提问于2018-05-11得票数 0
2回答
563842014-01-20 00:00:00 4353我的目标是找到查询中每一天的我无法使用PERCENTILE CONT，因为我使用的sql server版本不支持此查询。如果我不能使用自定义聚合函数，即使我可以获得任何其他等效逻辑的帮助，那也是很好的。
使用Sql Server 11.0.9
浏览 3提问于2014-01-22得票数 0
1 2a2 e2 3 2
我正在尝试编写一个查询，通过名称+电子邮件对数据进行分区，然后给出每个分区中一行的索引和分区本身的数量(最后2列列出预期的输出)。我一直在尝试各种查询，用RowRank生成ROW_NUMBER很容易，但是我无法使用4种排名函数(NTILE、RANK、DENSE_RANK或ROW_RANK)中的任何一种来生成分区级别。R
浏览 6提问于2014-01-10得票数 1
回答已采纳
我如何使用ntile排名函数而不指定要除以每个分区的数字，而是为每个分区分配一个递增的数字？
我希望将具有相同值的字段子集的项分组，然后用相同的数字标记它们，以便每个组的数字按排序顺序递增一个。
浏览 5提问于2015-08-19得票数 0
回答已采纳
我有以下查询，该查询根据一组用户的每个程序的标记返回他们的十进制： user_code, NTILE(10) over (order对于这40种价值观中的每一种，作为一个联盟，而不必自己进入每一个？如果有任何用途，我可以在单独的查询或子查询中返回程序代码和行号：2 BETA
3
浏览 5提问于2013-03-12得票数 0
回答已采纳
1回答
我已经将结果导出到一个.csv文件中，但是该文件太大，无法处理(8GB.)。有一个列名"Locator“，它表示一个ID。编辑:下面是NTILE的查询：( pnrlctrnum,
NTILE(8) OVER(ORDER BY pnrlctrnum
浏览 2提问于2015-10-19得票数 0
1回答
因此，我创建了一个使用percentile_cont执行此操作的标志。但是，由于某种原因，NTILE(8)没有创建8个组。对于前20%的人来说，这只是把每个人都扔到了7，8中。这是密码。知道为什么会发生这种事吗？SELECT , CASE
WHEN (
浏览 4提问于2021-01-31得票数 0
回答已采纳
2回答
我有一个桌上玩家的以下表格结构Long playerID; Long rank; 假设playerID和点数都有有效值，我可以根据单个查询中的点数更新所有玩家的排名吗我使用的是hibernate，所以不能使用变量执行任何查询，所以我想出了这个查询，它的效率非常低。
浏览 5提问于2010-04-29得票数 0
实际上我需要在mysql中做ntile(x) over(partition by )查询，但我没有得到任何好的链接或材料来做这件事。
所以请告诉我如何在partition by上做ntile函数。
浏览 1提问于2015-03-20得票数 0
2回答
我使用的是SQL Server 2008。假设表中有100条记录：第三个数据段将记录为41到60。我如何在SQL中仅计算和选择这第三个段？
谢谢。
浏览 2提问于2012-06-13得票数 2
回答已采纳
5回答
我在读ms sql的排名函数。我理解除了NTILE()之外的其他函数。S2 83 S4 83那么，如果我执行一个NTILE如果是NTILE(3)呢？有谁能简单解释一下吗？
浏览 7提问于2013-01-16得票数 41
回答已采纳
1回答
我正在尝试为数据框使用一些窗口函数(ntile和percentRank)，但我不知道如何使用它们。具体地说，我正在尝试获取数据框中数值字段的分位数。我使用的是spark 1.4.0。
浏览 1提问于2015-08-06得票数 24
回答已采纳
1回答
是否有可能在PostgreSQL中实现2.0 - 98.0%的累计计数削减？
这意味着只选择从2%到98%的数据范围。
浏览 2提问于2014-03-25得票数 0
1回答
给定一组数据，如： 1 Aaa 3 AAc 999 ZzzA-CD-FG-HI-MN-QR-ST-ZWITH Ntiles(Name, Ntile) AS (
SELECT Name, NTILE(7) OVE
浏览 2提问于2011-05-07得票数 1
回答已采纳
-01-01 18:00|3.02020-01-01 11:00|7.0/32020-01-01 17:00|16.0/3 /*AVG(*/value/*)*/,
NTILE</em
浏览 1提问于2020-07-10得票数 0
回答已采纳
2回答
我在另一个工具中使用查询，该工具通过卡码求和，并允许我进行有趣的透视等等。我正在使用SQL Server，所以首先我想我应该尝试使用row_number()，而不是(partition...但我没有完全正确地理解它(我知道它是不正确的，因为我可以根据报告检查它，我正在进行逆向工程我还没有尝试使用交叉应用或子选择来实现我想要的结果。
有没有人能帮我解决这个问题？此外，它的编写方式可能效率不高，硬编码的日期范围选择也不是一个好的解决方案。
浏览 2提问于2010-12-07得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
