跳到主要内容
跳到主要内容

分析提示

MEDIAN() 和 PERCENTILE() 函数​

  • 在 Live 模式下，自 connector v0.1.3 版本起，MEDIAN() 和 PERCENTILE() 函数使用 ClickHouse quantile()() 函数，这在显著加快计算速度的同时，是基于抽样进行计算的。如果你希望获得精确的计算结果，请使用 MEDIAN_EXACT() 和 PERCENTILE_EXACT() 函数（基于 quantileExact()()）。
  • 在 Extract 模式下无法使用 MEDIAN_EXACT() 和 PERCENTILE_EXACT()，因为 MEDIAN() 和 PERCENTILE() 本身就是精确的（但较慢）。

实时模式中计算字段的其他函数​

ClickHouse 提供了大量数据分析函数——远超 Tableau 所支持的数量。 为方便用户,我们新增了可在 Live 模式下创建计算字段时使用的函数。 由于 Tableau 界面无法为这些函数添加描述,我们将在此处直接提供说明。

  • -If 聚合组合器 (在 v0.2.3 中新增) - 允许在聚合计算中直接使用行级过滤。已新增 SUM_IF(), AVG_IF(), COUNT_IF(), MIN_IF() & MAX_IF() 函数。
  • BAR([my_int], [min_val_int], [max_val_int], [bar_string_length_int]) (在 v0.2.1 中新增) — 忘掉那些无聊的柱状图吧！改用 BAR() 函数（等同于 ClickHouse 中的 bar()）。例如，下列计算字段会返回以 String 形式表示的精美条形图： 
    BAR([my_int], [min_val_int], [max_val_int], [bar_string_length_int]) + "  " + FORMAT_READABLE_QUANTITY([my_int])

    == BAR() ==
██████████████████▊  3.2706亿
█████  8802万
███████████████  2.5937亿
  • COUNTD_UNIQ([my_field]) (在 v0.2.0 中添加) — 用于近似计算参数的不同取值个数。等价于 uniq()。比 COUNTD() 快得多。
  • DATE_BIN('day', 10, [my_datetime_or_date]) (在 v0.2.1 中新增) — 等价于 ClickHouse 中的 toStartOfInterval()。将 Date 或 Date & Time 类型的值向下取整到给定的时间间隔，例如： 
     == my_datetime_or_date == | == DATE_BIN('day', 10, [my_datetime_or_date]) ==
    28.07.2004 06:54:50    |              21.07.2004 00:00:00
    17.07.2004 14:01:56    |              11.07.2004 00:00:00
    14.07.2004 07:43:00    |              11.07.2004 00:00:00
  • FORMAT_READABLE_QUANTITY([my_integer]) (新增于 v0.2.1) — 返回一个经过四舍五入并带有后缀（thousand、million、billion 等）的数字字符串。便于人类阅读大型数值。等价于 formatReadableQuantity()。
  • FORMAT_READABLE_TIMEDELTA([my_integer_timedelta_sec], [optional_max_unit]) (在 v0.2.1 中新增) —— 接受一个以秒为单位的时间间隔。返回一个以（年、月、日、时、分、秒）表示的时间间隔字符串。optional_max_unit 为要显示的最大时间单位。可接受的值：seconds、minutes、hours、days、months、years。等同于 formatReadableTimeDelta()。
  • GET_SETTING([my_setting_name]) （在 v0.2.1 中新增） — 返回自定义设置的当前值。等价于 getSetting()。
  • HEX([my_string]) (在 v0.2.1 中添加) — 返回一个包含参数十六进制表示形式的字符串。等价于 hex()。
  • KURTOSIS([my_number]) — 计算序列的样本峰度。等价于 kurtSamp()。
  • KURTOSISP([my_number]) — 计算序列的峰度。等价于 kurtPop()。
  • MEDIAN_EXACT([my_number]) (自 v0.1.3 起新增) — 精确计算数值数据序列的中位数。等价于 quantileExact(0.5)(...)。
  • MOD([my_number_1], [my_number_2]) — 计算除法运算的余数。若参数为浮点数，会先去掉小数部分并转换为整数。等价于 modulo()。
  • PERCENTILE_EXACT([my_number], [level_float]) (在 v0.1.3 中新增) — 精确计算数值序列的百分位数。推荐的 level 范围为 [0.01, 0.99]。等价于 quantileExact()()。
  • PROPER([my_string]) (新增于 v0.2.5) - 将文本字符串转换为每个单词首字母大写、其余字母小写。空格以及标点符号等非字母数字字符也会被视为分隔符。例如： 
    PROPER("PRODUCT name") => "Product Name"

    PROPER("darcy-mae") => "Darcy-Mae"
  • RAND() (在 v0.2.1 中新增) — 返回 UInt32 整数值，例如 3446222955。等同于 rand()。
  • RANDOM() (在 v0.2.1 中新增) —— 非官方的 Tableau RANDOM() 函数，返回介于 0 和 1 之间的浮点数。
  • RAND_CONSTANT([optional_field]) (在 v0.2.1 中新增) — 生成一个随机值的常量列。类似 {RAND()} 的 Fixed LOD，但速度更快。等价于 randConstant()。
  • REAL([my_number]) — 将字段转换为浮点类型（Float64）。详情参见此处。
  • SHA256([my_string]) (在 v0.2.1 中添加) — 从字符串计算 SHA-256 哈希值，并将得到的字节序列以字符串（FixedString）形式返回。可方便地与 HEX() 函数配合使用，例如 HEX(SHA256([my_string]))。等价于 SHA256()。
  • SKEWNESS([my_number]) — 计算序列的样本偏度。等价于 skewSamp()。
  • SKEWNESSP([my_number]) — 计算一组数值的偏度。等价于 skewPop()。
  • TO_TYPE_NAME([field]) (在 v0.2.1 中新增) — 返回一个字符串，该字符串包含传入参数的 ClickHouse 类型名。等价于 toTypeName()。
  • TRUNC([my_float]) — 与 FLOOR([my_float]) 函数相同。等价于 trunc() 函数。
  • UNHEX([my_string]) (在 v0.2.1 中新增) — 执行与 HEX() 相反的操作。等价于 unhex()。