表名：tx_friends 字段：num_cnt 好友数量；day 日期；rtime 时间戳；country 国家；os 手机系统；uid 用户id 1. 按上面的上报定义，编写hive做一个好友中位数及平均数的报表。 一个用户 一天切N次好友列表时 会上报 n个同样的日期，n个不同的时间戳，n个同样的id

可以使用以下Hive SQL语句进行好友中位数和平均数的报表计算：

SELECT 
  day,
  country,
  os,
  AVG(num_cnt) AS avg_num_cnt,
  percentile_cont(0.5) WITHIN GROUP (ORDER BY num_cnt) AS median_num_cnt
FROM
  tx_friends
GROUP BY
  day,
  country,
  os;

这个查询将按天、国家和操作系统对好友数量进行分组，并计算平均值和中位数。其中，`percentile_cont(0.5) WITHIN GROUP (ORDER BY num_cnt)`表示按num_cnt字段升序排序后的中位数。

相关问题

表名：tx_friends 字段：num_cnt 好友数量；day 日期；rtime 时间戳；country 国家；os 手机系统；uid 用户id 1. 按上面的上报定义，编写hive sql 做一个好友中位数及平均数的报表。 一个用户 一天切N次好友列表时 会上报 n个同样的日期，n个不同的时间戳，n个同样的id

好的，以下是查询语句：

SELECT 
  day, 
  country, 
  os, 
  PERCENTILE(num_cnt, 0.5) as median_friends, 
  AVG(num_cnt) as avg_friends 
FROM 
  tx_friends 
GROUP BY 
  day, 
  country, 
  os;

这个查询语句会按照日期、国家和手机系统分组，然后计算每组的好友数量的中位数和平均数。注意到同一个用户一天内可能会上报多次，但是我们只需要统计一次，因此在这个查询中，我们没有使用uid字段。

数据库clickhouse中有这样一个表，表名为market_item_prop_day_record，其中有字段prop_name_id,prop_value_id,sale_cnt,sale_amt,现在有这样一个需求：求每个prop_name_id下的top30 prop_value_id 对应的sale_cnt和

可以使用如下SQL语句实现：

SELECT prop_name_id, prop_value_id, sale_cnt
FROM market_item_prop_day_record
WHERE (prop_name_id, sale_cnt) IN (
    SELECT prop_name_id, sale_cnt
    FROM (
        SELECT prop_name_id, prop_value_id, SUM(sale_cnt) AS sale_cnt
        FROM market_item_prop_day_record
        GROUP BY prop_name_id, prop_value_id
    ) t
    WHERE t.prop_name_id = market_item_prop_day_record.prop_name_id
    ORDER BY sale_cnt DESC
    LIMIT 30
)
ORDER BY prop_name_id, sale_cnt DESC

该SQL语句会先计算每个prop_name_id和prop_value_id对应的总销售量，然后对于每个prop_name_id，取销售量前30的prop_value_id及对应的销售量。最后按照prop_name_id和销售量排序输出结果。