histogram_numeric：数值直方图
速查结论
histogram_numeric(expr, nb) 是 Spark SQL 中用于将数值列划分为等频（非等宽）直方图箱位的聚合函数。
语法
histogram_numeric(expr, nb)
参数说明
| 参数 | 说明 |
|---|---|
| expr | 要进行直方图计算的数值列或表达式 |
| nb | 直方图箱位数量，整数类型 |
返回值是一个 ARRAY<STRUCT<x, y>>，其中 x 是箱位中心值，y 是该箱位中的元素数量。
示例
> SELECT histogram_numeric(col, 5) FROM VALUES (0), (1), (2), (10) AS tab(col);
[{"x":0,"y":1.0},{"x":1,"y":1.0},{"x":2,"y":1.0},{"x":10,"y":1.0}]
常见报错与避坑指南
- 箱位数量建议：实践中 20-40 个箱位效果较好。对于偏斜或较小的数据集，需适当增加箱位数量。注意直方图箱位宽度不均匀（等频而非等宽）。
- 异常值影响：当 nb 值较大时，直方图近似变细，但可能在异常值周围产生人为效应。
- x 字段的类型传播：返回值中 x 字段的输出类型是从聚合函数中消耗的输入值传播而来的，注意数据类型的一致性问题。
Since: 3.3.0
📱关注公众号
「数据仓库技术」文章同步更新，不错过每一篇干货
💬加群交流
备注「数据仓库技术」加入社群，每日一道大厂SQL真题
