持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第14天，点击查看活动详情
在之前的文章中也是有介绍过一些聚合函数的，都是在日常大数据开发过程中最常使用到的，比如count(col)、sum(col)，avg(col)等等。
在使用聚合函数的时候一定要对数据做去重处理，往往都会直接使用distinct对字段进行去重，但这种方式并不好，影响性能不说，还可能去重去的不干净，最好是使用group by的方式。
常用的一些聚合函数都介绍过了，下面介绍一些冷门的聚合函数，不过也都是作为hive的大数据开发都必须掌握的。
min（）函数
常见使用方法： min(col)
具体功能描述： 该函数的功能就是可以指定某一列的数据求最小值，非常简单，常用作数据对比的时候，返回的结果类型是double，直接传入列名称即可，常结合这条件函数一起使用，判断最小值是否比某某值更小这样的条件查询。
max()函数
和上一个min（）相反的是，这个函数求取某一列的最大值，返回的结果类型也是double。
corr（）函数
常见使用方法： corr(col1,col2)
具体功能描述： 这个函数的作用是为了返回两列之间的相关系数，数值通过一定的关系比获得关系系数，具有null的那一对数值的比较是被忽略的，直接返回null结果。其他有值的每一对元素进行比较并返回double类型的结果集。
select id,corr(cola, colb) from t group by id
--
A0.1111111
null
最后要介绍的是生成表函数，json_tuple（）函数
常见使用方法： json_tuple(jsonStr, k1, k2, ...)
具体功能描述： 这个函数的功能作用是把一个json字符串中的key值作为一个元素返回，他可以一次性获取多个键值数据。
下面还有解析url的函数 parse_url_tuple(url, p1, p2, ...)
具体功能描述： 该函数可以获取到url中的多个部分的信息，输入参数URL字符串信息，通过指定参数p1,p2来获取需要返回的部分，这里的p参数包含PATH，HOST，QUERY ,AUTHORITY , REF, PROTOCOL等等。
