BUCKET

bucket(numBuckets, col)

功能

根据指定的桶数量和列值计算哈希桶编号。该函数使用哈希函数将输入值映射到 [0, numBuckets) 范围内的整数，常用于数据分区和分布式计算场景。

参数

• numBuckets: int 类型，桶的数量，必须大于 0
• col: 任意类型，待计算哈希桶的列值

返回结果

• int 类型
• 返回值范围为 [0, numBuckets)
• 如果输入值为 NULL，则返回 NULL

举例

-- 将数据分配到 10 个桶中
> SELECT bucket(10, 'test');
4

> SELECT bucket(10, 123);
4

说明

• BUCKET 函数使用哈希算法确保相同的输入值总是映射到相同的桶
• 常用于数据分区、采样和负载均衡等场景
• 返回的桶编号从 0 开始，最大值为 numBuckets - 1
• 不同类型的相同值（如整数 1 和字符串 '1'）可能会映射到不同的桶
• 该函数是确定性的，相同的输入总是产生相同的输出。