TOPN_ARRAY

説明

TOPN_ARRAY は、指定した列で出現頻度が最も高い N 個の値の配列を返します。件数の降順で結果を返す近似計算関数です。

構文

TOPN_ARRAY(<expr>, <top_num> [, <space_expand_rate>])

パラメータ

パラメータ	説明
<expr>	カウント対象の列または式。サポートされる型: Boolean（Doris 4.1 系列では 4.1.5 以降）、TinyInt、SmallInt、Integer、BigInt、LargeInt、Float、Double、Decimal、Date、Datetime、IPV4、IPV6、String。
<top_num>	返す出現頻度が最も高い値の数。正の INT 定数である必要があります。
<space_expand_rate>	オプションの INT 定数で、デフォルト値は 50 です。正の値を指定すると、中間状態のシリアライズ時に最大 top_num * space_expand_rate 個の候補を保持します。値が大きいほど、通常は精度が向上します。これはローカル集約メモリのハード上限ではありません。Doris 4.1 系列では 4.1.5 以降、0 以下の値を指定するとすべての中間候補を保持しますが、最終結果に含まれる値は top_num 個以下です。このモードではより多くのメモリを使用する可能性があり、クエリのメモリ制限が適用されます。

戻り値

出現頻度が最も高い N 個の値を含む配列を返します。 グループ内に有効なデータがない場合は NULL を返します。

例

-- setup
CREATE TABLE page_visits (
    page_id INT,
    user_id INT,
    visit_date DATE
) DISTRIBUTED BY HASH(page_id)
PROPERTIES (
    "replication_num" = "1"
);
INSERT INTO page_visits VALUES
(1, 101, '2024-01-01'),
(2, 102, '2024-01-01'),
(1, 103, '2024-01-01'),
(3, 101, '2024-01-01'),
(1, 104, '2024-01-01'),
(2, 105, '2024-01-01'),
(1, 106, '2024-01-01'),
(4, 107, '2024-01-01');

SELECT TOPN_ARRAY(page_id, 3) as top_pages
FROM page_visits;

訪問数が最も多い上位 3 ページを検索します。

+-----------+
| top_pages |
+-----------+
| [1, 2, 4] |
+-----------+

SELECT TOPN_ARRAY(page_id, 3) as top_pages FROM page_visits where page_id is null;

+-----------+
| top_pages |
+-----------+
| NULL      |
+-----------+

BOOLEAN 入力（Doris 4.1 系列では 4.1.5 以降）:

SELECT TOPN_ARRAY(TRUE, 2), TOPN_ARRAY(CAST(NULL AS BOOLEAN), 2);

[1]    NULL