TOPN

説明

TOPN 関数は、指定された列で出現頻度が最も高い N 個の値を返します。これは近似計算関数であり、結果はカウント数の降順で返されます。

構文

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

パラメータ

パラメータ	説明
<expr>	集計対象の列または式。サポートされる型：TinyInt、SmallInt、Integer、BigInt、LargeInt、Float、Double、Decimal、Date、Datetime、IPV4、IPV6、String。
<top_num>	返す出現頻度上位の値の数。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。デフォルトは 50 です。正の値を指定すると、中間状態をシリアル化する際に最大で top_num * space_expand_rate 個の候補を保持します。値を大きくすると、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、値を 0 以下にすると、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最大で top_num 個です。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も受けます。

戻り値

値とそのカウントを含む JSON 文字列を返します。 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(page_id, 3) as top_pages
FROM page_visits;

アクセス数が最も多い上位 3 ページを検索します。

+---------------------+
| top_pages           |
+---------------------+
| {"1":4,"2":2,"4":1} |
+---------------------+

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

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

中間候補をすべて保持し、最頻値のみを返します：

SELECT TOPN(s, 1, 0)
FROM (SELECT 'a' AS s UNION ALL SELECT 'b' UNION ALL SELECT 'a') t;

{"a":2}