python多维数组分位数的求取方式

在python中计算一个多维数组的任意百分比分位数，只需用np.percentile即可，十分方便众所周知，原生hive没有计算中位数的函数，只有计算分位数的函数percentile在数据量不大的时候，速度尚可。但是数据量一上来之后，完全计算不出来。那么如何解决这个问题呢，我们可以使用 row_number() over()通过两次排序来解决同时计算多个分位数，速度飞快。比如我们需要计算mkt_mcc_storeidx表下以mkt_label,mccgroup,month分组，value_mccgroup的分位数后来查看了下SQL代码的执行树，发现percentile利用了map来存数据，怪不得这么耗内存，其实时间久并不是算的时间久，是因为内存不够了，系统一直在回收内存而rank over 仅仅就是个排序而已