TOPN_WEIGHTED

描述

TOPN_WEIGHTED 函数返回指定列中出现频率最高的 N 个值，并且可以为每个值指定权重。与普通的 TOPN 函数不同，TOPN_WEIGHTED 允许通过权重来调整值的重要性。

语法

TOPN_WEIGHTED(<expr>, <weight>, <top_num> [, <space_expand_rate>])

参数

参数	说明
<expr>	要统计的列或表达式，支持类型为 TinyInt，SmallInt，Integer，BigInt，LargeInt，Float，Double，Decimal，Date，Datetime，IPV4，IPV6，String。
<weight>	用于调整权重的列或表达式，支持类型为 Double。
<top_num>	要返回的最高频率值的数量，必须是正整数，支持类型为 Integer。
<space_expand_rate>	可选项，该值用来设置 Space-Saving 算法中使用的 counter 个数counter_numbers = top_num * space_expand_rate space_expand_rate 的值越大，结果越准确，默认值为 50，支持类型为 Integer。

返回值

返回一个数组，包含加权计数最高的 N 个值。 如果组内没有合法数据，返回 NULL。

举例

-- setup
CREATE TABLE product_sales (
    product_id INT,
    sale_amount DECIMAL(10,2),
    sale_date DATE
) DISTRIBUTED BY HASH(product_id)
PROPERTIES (
    "replication_num" = "1"
);
INSERT INTO product_sales VALUES
(1, 100.00, '2024-01-01'),
(2, 50.00, '2024-01-01'),
(1, 150.00, '2024-01-01'),
(3, 75.00, '2024-01-01'),
(1, 200.00, '2024-01-01'),
(2, 80.00, '2024-01-01'),
(1, 120.00, '2024-01-01'),
(4, 90.00, '2024-01-01');

SELECT TOPN_WEIGHTED(product_id, sale_amount, 3) as top_products
FROM product_sales;

查找销售额最高的前 3 个产品（按销售金额加权）

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

SELECT TOPN_WEIGHTED(product_id, sale_amount, 3) as top_products
FROM product_sales where product_id is null;

查找销售额最高的前 3 个产品（按销售金额加权）

+--------------+
| top_products |
+--------------+
| NULL         |
+--------------+