Dela via

funktion approx_top_k_estimate

Gäller för:check markerat ja Databricks Runtime 18.1 och senare

Returnerar de vanligaste K-objekten med deras uppskattade antal från ett skisstillstånd som produceras av approx_top_k_accumulate eller approx_top_k_combine.

Syntax

approx_top_k_estimate ( state [, k ] )

Arguments

  • tillstånd: Ett skisstillstånd STRUCT (till exempel från approx_top_k_accumulate eller approx_top_k_combine).
  • k: En valfri positiv INTEGER literal som anger antalet översta objekt som ska returneras. Måste vara större än 0 och mindre än eller lika med maxItemsTracked indataskissen. Standardvärdet är 5.

Retur

En ARRAY av STRUCT värden, där varje struct innehåller:

  • item: Värdet för frekventa objekt (samma typ som det ursprungliga indatauttrycket)
  • count: LONG – det uppskattade frekvensantalet

Matrisen sorteras efter antal i fallande ordning.

Noteringar

  • Parametern k måste vara ett konstant värde.
  • Värdet k får inte överskrida värdet för maxItemsTracked indataskissen.
  • NULL värden inkluderas i resultat när de är bland de vanligaste K:na.
  • Frekvensantalet är uppskattningar. exakthet beror på vilken maxItemsTracked parameter som används när skissen skapas.

Felmeddelanden

Exempel

-- Get default top-5 items
> SELECT approx_top_k_estimate(approx_top_k_accumulate(expr)) FROM VALUES (0), (0), (1), (1), (2), (3), (4), (4) AS tab(expr);
[{"item":0,"count":2},{"item":4,"count":2},{"item":1,"count":2},{"item":2,"count":1},{"item":3,"count":1}]

-- Get top-2 items
> SELECT approx_top_k_estimate(approx_top_k_accumulate(expr), 2) FROM VALUES ('a'), ('b'), ('c'), ('c'), ('c'), ('c'), ('d'), ('d') AS tab(expr);
[{"item":"c","count":4},{"item":"d","count":2}]

-- Results include NULL when it is among top K
> SELECT approx_top_k_estimate(approx_top_k_accumulate(expr), 3) FROM VALUES (0), (0), (1), (1), (1), (NULL) AS tab(expr);
[{"item":1,"count":3},{"item":0,"count":2},{"item":null,"count":1}]
  • Last updated on