39.ROUND / FLOOR / CEIL 函数深度解析

Hive ROUND / FLOOR / CEIL 函数深度解析

函数概述
语法定义
- [2.1 ROUND 语法](#2.1 ROUND 语法)
- [2.2 BROUND 语法：银行家舍入法](#2.2 BROUND 语法：银行家舍入法)
- [2.3 FLOOR 语法](#2.3 FLOOR 语法)
- [2.4 CEIL / CEILING 语法](#2.4 CEIL / CEILING 语法)
参数与返回值机制
- [3.1 ROUND 参数说明与返回值](#3.1 ROUND 参数说明与返回值)
- [3.2 FLOOR 参数说明与返回值](#3.2 FLOOR 参数说明与返回值)
- [3.3 CEIL 参数说明与返回值](#3.3 CEIL 参数说明与返回值)
核心原理：三种舍入逻辑的本质差异
- [4.1 ROUND：标准四舍五入](#4.1 ROUND：标准四舍五入)
- [4.2 FLOOR：向下取整（数轴向左）](#4.2 FLOOR：向下取整（数轴向左）)
- [4.3 CEIL：向上取整（数轴向右）](#4.3 CEIL：向上取整（数轴向右）)
- [4.4 负数取整的直观对比](#4.4 负数取整的直观对比)
- [4.5 BROUND：银行家舍入法（HALF_EVEN）](#4.5 BROUND：银行家舍入法（HALF_EVEN）)
[NULL 值与边界情况处理](#NULL 值与边界情况处理)
使用示例详解
- [6.1 ROUND 基础与进阶示例](#6.1 ROUND 基础与进阶示例)
- [6.2 FLOOR 示例：向下取整](#6.2 FLOOR 示例：向下取整)
- [6.3 CEIL 示例：向上取整](#6.3 CEIL 示例：向上取整)
- [6.4 实战场景：数据分箱与取整处理](#6.4 实战场景：数据分箱与取整处理)
性能优化与最佳实践
- [7.1 三种函数的计算成本对比](#7.1 三种函数的计算成本对比)
- [7.2 避免在分区字段上使用函数](#7.2 避免在分区字段上使用函数)
- [7.3 物化取整结果](#7.3 物化取整结果)
跨引擎行为差异与迁移指南
- [8.1 Hive vs Spark SQL vs Presto/Trino vs MySQL](#8.1 Hive vs Spark SQL vs Presto/Trino vs MySQL)
- [8.2 迁移检查清单](#8.2 迁移检查清单)
常见问题与避坑指南
总结

1. 函数概述

ROUND、FLOOR 和 CEIL 是 Hive SQL 中最基础的三个数值舍入函数，分别对应四舍五入 、向下取整 和向上取整。它们在数据处理、数值计算和报表生成中扮演着不可或缺的角色。

函数名称 ：ROUND（四舍五入）、FLOOR（向下取整）、CEIL（向上取整，别名 CEILING）
函数类型：数学函数（Mathematical Functions）
主要功能 ：
- ROUND：按照标准的四舍五入规则将数值舍入到指定精度
- FLOOR：返回小于或等于给定数值的最大整数（向负无穷方向取整）
- CEIL：返回大于或等于给定数值的最小整数（向正无穷方向取整）
应用场景：计算分页总数、处理金额精度、年龄计算（向下取整）、商品定价（向上取整）、数据分箱边界计算

关键认知 ：ROUND 是唯一一个可以指定精度的函数，而 FLOOR 和 CEIL 始终返回 BIGINT 类型的整数。理解三者在负数处理上的差异，是正确使用它们的前提。

2. 语法定义

2.1 ROUND 语法

sql 复制代码

-- 基本语法：四舍五入到整数
ROUND(DOUBLE a)

-- 指定精度语法：四舍五入到 d 位小数
ROUND(DOUBLE a, INT d)

功能：对数值 a 进行标准的四舍五入操作。当 d 为正数时，保留 d 位小数；当 d 为负数时，四舍五入到小数点左侧（如 d = -1 表示四舍五入到十位）。

2.2 BROUND 语法：银行家舍入法

Hive 从 1.3.0 和 2.0.0 版本开始，引入了 BROUND 函数（Bankers' Rounding），也称为高斯舍入或银行家舍入。

sql 复制代码

-- 银行家舍入到整数
BROUND(DOUBLE a)

-- 银行家舍入到指定小数位
BROUND(DOUBLE a, INT d)

功能：使用 HALF_EVEN 舍入模式，当数值恰好位于两个整数的正中间（即小数部分为 .5 时），会舍入到最近的偶数。

2.3 FLOOR 语法

sql 复制代码

FLOOR(DOUBLE a)

功能：返回小于或等于 a 的最大 BIGINT 值。对于正数，它直接截断小数部分；对于负数，它会向负无穷方向取整。

2.4 CEIL / CEILING 语法

sql 复制代码

CEIL(DOUBLE a)
CEILING(DOUBLE a)

功能：返回大于或等于 a 的最小 BIGINT 值。CEIL 和 CEILING 功能完全一致，是同一函数的两种写法。

3. 参数与返回值机制

3.1 ROUND 参数说明与返回值

参数	类型	描述
`a`	`DOUBLE`	待四舍五入的数值
`d`（可选）	`INT`	精度控制参数。`d > 0`：保留 d 位小数；`d = 0`：四舍五入到整数；`d < 0`：四舍五入到小数点左侧（如 `d = -1` 表示十位）

返回类型 ：
- 当省略 d 参数时，返回 BIGINT 类型
- 当指定 d 参数时，返回 DOUBLE 类型

3.2 FLOOR 参数说明与返回值

参数	类型	描述
`a`	`DOUBLE`	待向下取整的数值

返回类型 ：BIGINT
返回值 ：小于或等于 a 的最大整数

3.3 CEIL 参数说明与返回值

参数	类型	描述
`a`	`DOUBLE`	待向上取整的数值

返回类型 ：BIGINT
返回值 ：大于或等于 a 的最小整数

4. 核心原理：三种舍入逻辑的本质差异

4.1 ROUND：标准四舍五入

ROUND 遵循通用的四舍五入规则：当小数部分 >= 0.5 时进位，< 0.5 时舍去。

sql 复制代码

-- 四舍五入示例
SELECT ROUND(3.1415926);    -- 结果: 3（小数 0.14 < 0.5，舍去）
SELECT ROUND(3.5);          -- 结果: 4（小数 0.5，进位）

4.2 FLOOR：向下取整（数轴向左）

FLOOR 始终朝着负无穷方向 取整，即找到数轴上位于该数值左边的最近整数。

正数：FLOOR(3.9) = 3（向左到 3）
负数：FLOOR(-3.1) = -4（向左到 -4，因为 -4 < -3.1）

4.3 CEIL：向上取整（数轴向右）

CEIL 始终朝着正无穷方向 取整，即找到数轴上位于该数值右边的最近整数。

正数：CEIL(3.1) = 4（向右到 4）
负数：CEIL(-3.9) = -3（向右到 -3，因为 -3 > -3.9）

4.4 负数取整的直观对比

负数取整是这三个函数最容易被混淆的地方：

输入数值	`ROUND(x)`	`FLOOR(x)`	`CEIL(x)`	说明
`-3.1`	`-3`	`-4`	`-3`	FLOOR 向左（负方向）取到 -4
`-3.5`	`-4`	`-4`	`-3`	ROUND 四舍五入到 -4
`-3.9`	`-4`	`-4`	`-3`	CEIL 向右（正方向）取到 -3

4.5 BROUND：银行家舍入法（HALF_EVEN）

BROUND 与 ROUND 的核心区别在于处理 .5 的方式。ROUND 总是向上进位（2.5 → 3），而 BROUND 会舍入到最近的偶数：

BROUND(2.5) = 2（2 是偶数）
BROUND(3.5) = 4（4 是偶数）

这种舍入方式的优势在于消除统计偏差 ：在大量数据中，.5 向上和向下的次数大致相等，避免整体数据的系统性偏移。在金融和科学计算中被广泛采用。

5. NULL 值与边界情况处理

场景	行为	说明
输入为 `NULL`	返回 `NULL`	符合 SQL 三值逻辑
输入为非数值类型	返回 `NULL` 或报错	字符串尝试隐式转换，失败则返回 `NULL`
`ROUND(a, d)` 中 `d` 过大	返回原数值或科学计数法表示	超出 `DOUBLE` 精度范围时行为不确定
超大数值（如 `9e99`）	`FLOOR` / `CEIL` 可能溢出	超出 `BIGINT` 范围时返回 `NULL`

6. 使用示例详解

6.1 ROUND 基础与进阶示例

sql 复制代码

-- 1. 基础四舍五入到整数
SELECT ROUND(3.1415926);        -- 结果: 3
SELECT ROUND(3.5);              -- 结果: 4

-- 2. 指定保留小数位数
SELECT ROUND(3.1415926, 4);     -- 结果: 3.1416
SELECT ROUND(1.455, 2);         -- 结果: 1.46

-- 3. 使用负数精度：四舍五入到十位、百位
SELECT ROUND(255, -1);          -- 结果: 260（四舍五入到十位）
SELECT ROUND(345, -2);          -- 结果: 300（四舍五入到百位）

-- 4. 银行家舍入（BROUND）
SELECT BROUND(2.5);             -- 结果: 2（舍入到最近的偶数）
SELECT BROUND(3.5);             -- 结果: 4（舍入到最近的偶数）
SELECT BROUND(8.25, 1);         -- 结果: 8.2
SELECT BROUND(8.35, 1);         -- 结果: 8.4

6.2 FLOOR 示例：向下取整

sql 复制代码

-- 5. 正数向下取整（等同于截断小数）
SELECT FLOOR(3.1415926);        -- 结果: 3
SELECT FLOOR(3.9);              -- 结果: 3

-- 6. 负数向下取整（向负无穷方向）
SELECT FLOOR(-3.1);             -- 结果: -4
SELECT FLOOR(-3.9);             -- 结果: -4

6.3 CEIL 示例：向上取整

sql 复制代码

-- 7. 正数向上取整
SELECT CEIL(3.1415926);         -- 结果: 4
SELECT CEIL(3.1);               -- 结果: 4

-- 8. 负数向上取整（向正无穷方向）
SELECT CEIL(-3.1);              -- 结果: -3
SELECT CEIL(-3.9);              -- 结果: -3

-- 9. CEILING 与 CEIL 等价
SELECT CEILING(3.1);            -- 结果: 4

6.4 实战场景：数据分箱与取整处理

sql 复制代码

-- 10. 计算年龄：根据生日向下取整（周岁）
SELECT FLOOR(DATEDIFF(CURRENT_DATE, birth_date) / 365.25) AS age
FROM users;

-- 11. 计算分页总数：向上取整
SELECT CEIL(COUNT(*) * 1.0 / 20) AS total_pages
FROM orders;

-- 12. 处理金额精度：四舍五入到两位小数
SELECT ROUND(amount, 2) AS formatted_amount
FROM transactions;

-- 13. 银行家舍入在金融场景中的应用
SELECT BROUND(commission_rate, 2) AS rounded_commission
FROM financial_data;

7. 性能优化与最佳实践

7.1 三种函数的计算成本对比

函数	计算复杂度	性能特点
`FLOOR` / `CEIL`	O(1)	极低，直接取整操作
`ROUND`（单参数）	O(1)	极低，标准四舍五入
`ROUND`（双参数）	O(1)	稍高，涉及小数位处理
`BROUND`	O(1)	与 `ROUND` 相当

在大数据量下，这些函数均为轻量级操作，主要性能瓶颈来自 I/O 和 Shuffle，而非数值计算本身。

7.2 避免在分区字段上使用函数

sql 复制代码

-- ❌ 不推荐：分区裁剪失效
SELECT * FROM sales WHERE ROUND(amount, 0) = 100;

-- ✅ 推荐：直接使用原始值进行比较
SELECT * FROM sales WHERE amount >= 99.5 AND amount < 100.5;

7.3 物化取整结果

对于频繁使用的取整计算，建议在 ETL 阶段将结果物化为新列。

sql 复制代码

-- ETL 阶段：物化取整结果
CREATE TABLE orders_cleaned AS
SELECT 
    *,
    FLOOR(amount) AS amount_int,
    ROUND(amount, 2) AS amount_rounded,
    CEIL(amount / 10) AS amount_bucket
FROM raw_orders;

8. 跨引擎行为差异与迁移指南

8.1 Hive vs Spark SQL vs Presto/Trino vs MySQL

引擎	`ROUND` 支持	`FLOOR` / `CEIL`	关键差异
Hive	✅ 标准语法	✅ 完全支持	支持 `BROUND` 银行家舍入
Spark SQL	✅ 与 Hive 一致	✅ 与 Hive 一致	高度兼容，语法相同
Presto/Trino	✅ 标准语法	✅ 完全支持	`CEIL` 返回 `DOUBLE` 类型（非整数）
MySQL	✅ 标准语法	✅ 完全支持	与 Hive 行为一致
Python	`round` 采用银行家舍入	`floor` / `ceil`	Python 的 `round` 与 Hive `BROUND` 行为相同，而非 Hive `ROUND`

关键差异警示 ：Python 中的 round 函数默认采用银行家舍入法（HALF_EVEN），与 Hive 的 BROUND 行为一致，而不是 Hive 的标准 ROUND。将 Python 代码中的取整逻辑迁移到 Hive 时，务必确认期望的舍入规则。

8.2 迁移检查清单

迁移方向	需检查事项	改写建议
Python → Hive	Python 的 `round` 是银行家舍入	如需相同行为，使用 Hive 的 `BROUND`
Hive → Spark SQL	高度兼容	无需改写，直接迁移
Hive → Presto/Trino	`CEIL` 返回类型差异	使用 `CAST(CEIL(x) AS BIGINT)` 统一返回类型
MySQL → Hive	完全兼容	无需改写

9. 常见问题与避坑指南

问题	原因	解决方案
负数 `FLOOR` 返回意料之外的值	`FLOOR` 向负无穷方向取整	对负数使用 `FLOOR` 时特别注意：`FLOOR(-3.1) = -4`
`ROUND(2.5)` 在 Hive 和 Python 中结果不同	Python 使用银行家舍入	Hive 中使用 `BROUND(2.5)` 获取相同行为
`ROUND(1.455, 2)` 返回 `1.46` 而非 `1.45`	标准四舍五入规则	正确，`1.455` 第三位是 5，进位到 `1.46`
`CEIL` 和 `CEILING` 的区别	没有区别	两者功能完全一致，任选其一
取整后类型不符合预期	`FLOOR`/`CEIL` 返回 `BIGINT`，`ROUND` 返回 `BIGINT` 或 `DOUBLE`	使用 `CAST` 进行二次类型转换
超大数值取整返回 `NULL`	超出 `BIGINT` 范围	使用 `CAST` 转换为 `DECIMAL` 类型后处理

10. 总结

ROUND：标准四舍五入，支持指定精度（正数为小数位，负数为整数位）。返回类型随精度参数而变化。
FLOOR ：始终向负无穷方向 取整，返回小于或等于原数的最大整数。对于正数是截断小数，对于负数需特别注意（如 FLOOR(-3.1) = -4）。
CEIL ：始终向正无穷方向 取整，返回大于或等于原数的最小整数。别名 CEILING 功能相同。
BROUND ：银行家舍入法（HALF_EVEN），当小数部分恰好为 .5 时舍入到最近的偶数。在金融和科学计算中可消除统计偏差。
负数取整是最大的陷阱 ：FLOOR 向左（更小），CEIL 向右（更大）。理解数轴上的方向即可避免出错。
跨引擎差异 ：Hive 的 ROUND 是标准四舍五入，而 Python 的 round 是银行家舍入。迁移时务必确认期望的舍入规则。
性能优化：三个函数均为 O(1) 轻量级操作。主要优化方向是避免在分区字段上使用，以及在 ETL 阶段物化取整结果。

39.ROUND / FLOOR / CEIL 函数深度解析

Hive ROUND / FLOOR / CEIL 函数深度解析

目录

1. 函数概述

2. 语法定义

2.1 ROUND 语法

2.2 BROUND 语法：银行家舍入法

2.3 FLOOR 语法

2.4 CEIL / CEILING 语法

3. 参数与返回值机制

3.1 ROUND 参数说明与返回值

3.2 FLOOR 参数说明与返回值

3.3 CEIL 参数说明与返回值

4. 核心原理：三种舍入逻辑的本质差异

4.1 ROUND：标准四舍五入

4.2 FLOOR：向下取整（数轴向左）

4.3 CEIL：向上取整（数轴向右）

4.4 负数取整的直观对比

4.5 BROUND：银行家舍入法（HALF_EVEN）

5. NULL 值与边界情况处理

6. 使用示例详解

6.1 ROUND 基础与进阶示例

6.2 FLOOR 示例：向下取整

6.3 CEIL 示例：向上取整

6.4 实战场景：数据分箱与取整处理

7. 性能优化与最佳实践

7.1 三种函数的计算成本对比

7.2 避免在分区字段上使用函数

7.3 物化取整结果

8. 跨引擎行为差异与迁移指南

8.1 Hive vs Spark SQL vs Presto/Trino vs MySQL

8.2 迁移检查清单

9. 常见问题与避坑指南

10. 总结