TOPN

説明

TOPN 関数は、指定したカラム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、結果を出現回数の降順で返します。

構文

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

パラメータ

パラメータ	説明
<expr>	出現回数を集計するカラムまたは式。サポートされる型: TinyInt、SmallInt、Integer、BigInt、LargeInt、Float、Double、Decimal、Date、Datetime、IPV4、IPV6、UUID、String。
<top_num>	返す値の数。正の INT 定数を指定する必要があります。
<space_expand_rate>	省略可能な INT 定数で、デフォルトは 50 です。正の値を指定すると、中間状態をシリアライズする際に保持する候補は最大 top_num * space_expand_rate 個になります。一般に、値を大きくすると精度が向上します。これはローカル集約のメモリ使用量に対する厳密な上限ではありません。Doris 4.1 系列の 4.1.5 以降では、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最大 top_num 個です。このモードではメモリ使用量が増える場合があり、クエリのメモリ制限も適用されます。

戻り値

値とその出現回数を含む 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;

訪問回数が多い上位 3 ページを求めます。

+---------------------+
| 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      |
+-----------+

すべての中間候補を保持し、出現頻度が最も高い値だけを返します。

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

{"a":2}