width_bucket：等宽分桶

速查结论

width_bucket(value, min_value, max_value, num_bucket) 是 Spark SQL 中用于将数值分配到等宽直方图的桶中的函数。

语法

width_bucket(value, min_value, max_value, num_bucket)

width_bucket(value, min_value, max_value, num_bucket) - 返回在范围从 min_value 到 max_value 的等宽直方图中，value 将被分配到的桶编号，该直方图有 num_bucket 个桶。

参数说明

参数	说明
value	要分配的值，可以是数值或 INTERVAL 类型
min_value	范围下界
max_value	范围上界
num_bucket	桶的数量

示例

> SELECT width_bucket(5.3, 0.2, 10.6, 5);
 3
> SELECT width_bucket(-2.1, 1.3, 3.4, 3);
 0
> SELECT width_bucket(8.1, 0.0, 5.7, 4);
 5
> SELECT width_bucket(-0.9, 5.2, 0.5, 2);
 3
> SELECT width_bucket(INTERVAL '0' YEAR, INTERVAL '0' YEAR, INTERVAL '10' YEAR, 10);
 1
> SELECT width_bucket(INTERVAL '1' YEAR, INTERVAL '0' YEAR, INTERVAL '10' YEAR, 10);
 2
> SELECT width_bucket(INTERVAL '0' DAY, INTERVAL '0' DAY, INTERVAL '10' DAY, 10);
 1
> SELECT width_bucket(INTERVAL '1' DAY, INTERVAL '0' DAY, INTERVAL '10' DAY, 10);
 2

常见报错与避坑指南

• 越界返回值：当 value 小于 min_value 时返回 0，大于等于 max_value 时返回 num_bucket + 1，这些值表示超出范围。
• min_value 大于 max_value：当 min_value > max_value 时，桶编号会翻转，小于 max_value 的值会落入高编号桶。
• 支持 INTERVAL 类型：value、min_value、max_value 均可使用 INTERVAL 类型进行分桶。

Since: 3.1.0

📱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