approx_top_k

Description

expr 内で最も頻繁に出現する上位 k 個のアイテム値とそのおおよそのカウントを返します。

この関数は v3.0 からサポートされています。

Syntax

APPROX_TOP_K(<expr> [ , <k> [ , <counter_num> ] ] )

Arguments

• expr: STRING、BOOLEAN、DATE、DATETIME、または数値型の式。

• k: 0 より大きいオプションの INTEGER リテラル。k が指定されていない場合、デフォルトは 5 です。最大値は 100000 です。

• counter_num: k 以上のオプションの INTEGER リテラル。counter_num が大きいほど、結果はより正確になりますが、CPU とメモリのコストも増加します。

  • 最大値は 100000 です。
  • counter_num が指定されていない場合、デフォルトは max(min(2 * k, 100), 100000) です。

Returns

結果は STRUCT 型の ARRAY として返されます。各 STRUCT には値のための item フィールド（元の入力型）と、出現回数のおおよその数を持つ count フィールド（BIGINT 型）が含まれます。配列は count の降順でソートされます。

集計関数は、式 expr 内で最も頻繁に出現する上位 k 個のアイテム値とそのおおよそのカウントを返します。各カウントの誤差は最大で 2.0 * numRows / counter_num になる可能性があります。ここで、numRows は行の総数です。counter_num の値が高いほど、メモリ使用量が増加する代わりに精度が向上します。counter_num より少ない異なるアイテムを持つ式は、正確なアイテムカウントを生成します。結果には NULL 値も独自のアイテムとして含まれます。

Examples

scores テーブルのデータを例として使用します。

-- 各科目のスコア分布を計算します。
MySQL > SELECT subject, APPROX_TOP_K(score)  AS top_k FROM scores GROUP BY subject;
+---------+--------------------------------------------------------------------------------------------------------------------+
| subject | top_k                                                                                                              |
+---------+--------------------------------------------------------------------------------------------------------------------+
| physics | [{"item":99,"count":2},{"item":null,"count":1},{"item":100,"count":1},{"item":85,"count":1},{"item":60,"count":1}] |
| english | [{"item":null,"count":1},{"item":92,"count":1},{"item":98,"count":1},{"item":100,"count":1},{"item":85,"count":1}] |
| NULL    | [{"item":90,"count":1}]                                                                                            |
| math    | [{"item":80,"count":2},{"item":null,"count":1},{"item":92,"count":1},{"item":95,"count":1},{"item":70,"count":1}]  |
+---------+--------------------------------------------------------------------------------------------------------------------+

-- 数学科目のスコア分布を計算します。
MySQL > SELECT subject, APPROX_TOP_K(score)  AS top_k FROM scores WHERE subject IN  ('math') GROUP BY subject;
+---------+-------------------------------------------------------------------------------------------------------------------+
| subject | top_k                                                                                                             |
+---------+-------------------------------------------------------------------------------------------------------------------+
| math    | [{"item":80,"count":2},{"item":null,"count":1},{"item":95,"count":1},{"item":92,"count":1},{"item":70,"count":1}] |
+---------+-------------------------------------------------------------------------------------------------------------------+

keyword

APPROX_TOP_K