approx_top_sum

指定したカラム内で、頻度が高い値のおおよその上位とその出現回数を配列として返します。結果の配列は、値そのものではなく、値のおおよその出現頻度が高い順にソートされます。さらに、値の重みも考慮されます。

approx_top_sum(N)(column, weight)
approx_top_sum(N, reserved)(column, weight)

この関数は結果を厳密に保証しません。特定の状況ではエラーが発生する可能性があり、最頻値ではない値を頻出値として返す場合があります。

N の最大値は 65536 です。

パラメータ

• N — 返す要素の数。省略可能。デフォルト値: 10。
• reserved — 値を保持するためにセルをいくつ確保するかを定義します。もし uniq(column) > reserved の場合、topK 関数の結果は近似値になります。省略可能。デフォルト値: N * 3。

引数

• column — 出現頻度を計算する対象の値。
• weight — 重み。各値は出現頻度の計算において weight 回分としてカウントされます。UInt64。

例

クエリ:

SELECT approx_top_sum(2)(k, w)
FROM VALUES('k Char, w UInt64', ('y', 1), ('y', 1), ('x', 5), ('y', 1), ('z', 10))

結果:

┌─approx_top_sum(2)(k, w)─┐
│ [('z',10,0),('x',5,0)]  │
└─────────────────────────┘

関連項目

• topK
• topKWeighted
• approx_top_k