Catégories :

Fonctions d’agrégation (Frequency Estimation) , Syntaxe et utilisation des fonctions de fenêtre

APPROX_TOP_K_ACCUMULATE

Renvoie le résumé Économie d’espace à la fin de l’agrégation. (Pour plus d’informations sur le résumé de Space-Saving, voir Estimation des valeurs fréquentes.)

La fonction APPROX_TOP_K abandonne son état interne intermédiaire lorsque l’estimation finale de cardinalité est renvoyée. Cependant, dans certains cas d’utilisation avancée, comme l’estimation de valeurs incrémentales fréquentes pendant le chargement en masse, vous pouvez vouloir conserver l’état intermédiaire, auquel cas vous utiliseriez APPROX_TOP_K_ACCUMULATE au lieu de APPROX_TOP_K

Contrairement à APPROX_TOP_K, APPROX_TOP_K_ACCUMULATE ne renvoie pas une estimation de la fréquence des éléments. Au lieu de cela, il renvoie l’état de l’algorithme lui-même. Plus tard, l’état intermédiaire peut être :

  • Combiné (c.-à-d. fusionné) avec des états intermédiaires à partir de lots de données distincts mais connexes.

  • Traité par d’autres fonctions qui agissent directement sur l’état intermédiaire, par exemple, APPROX_TOP_K_ESTIMATE. (Pour un exemple, voir la section Exemples ci-dessous.)

  • Exporté vers des outils externes.

Voir aussi :

APPROX_TOP_K_COMBINE, APPROX_TOP_K_ESTIMATE

Syntaxe

APPROX_TOP_K_ACCUMULATE( <expr> , <counters> )

Arguments

expr

L’expression (par exemple, nom de colonne) pour laquelle vous souhaitez rechercher les valeurs les plus courantes.

counters

Il s’agit du nombre maximal de valeurs distinctes pouvant être suivies simultanément pendant le processus d’estimation.

Par exemple, si counters est défini sur 100000, l’algorithme suit 100 000 valeurs distinctes, en essayant de conserver les 100 000 valeurs les plus fréquentes.

Le nombre maximal de counters est 100000 (100 000).

Notes sur l’utilisation

  • Les valeurs décimales à virgule flottante (DECFLOAT) ne sont pas prises en charge.

Exemples

Cet exemple montre comment utiliser les trois fonctions associées APPROX_TOP_K_ACCUMULATE, APPROX_TOP_K_ESTIMATE et APPROX_TOP_K_COMBINE.

Note

Cet exemple utilise plus de compteurs que de valeurs de données distinctes afin d’obtenir des résultats cohérents. Dans les applications réelles, le nombre de valeurs distinctes étant généralement plus grand que le nombre de compteurs, les approximations peuvent donc varier.

Cet exemple génère un tableau de 8 lignes ayant des valeurs de 1 à 8 et un deuxième tableau de 8 lignes ayant des valeurs de 5 à 12. Ainsi, les valeurs les plus fréquentes dans l’union des deux tables sont les valeurs 5-8, où chacune des valeurs a un compte de 2.

Créez une table et des données simples :

CREATE OR REPLACE SEQUENCE seq91;
CREATE OR REPLACE TABLE sequence_demo (c1 INTEGER DEFAULT seq91.NEXTVAL, dummy SMALLINT);
INSERT INTO sequence_demo (dummy) VALUES (0);

INSERT INTO sequence_demo (dummy) SELECT dummy FROM sequence_demo;
INSERT INTO sequence_demo (dummy) SELECT dummy FROM sequence_demo;
INSERT INTO sequence_demo (dummy) SELECT dummy FROM sequence_demo;

Create a table that contains the « state » that represents the current approximate Top K information for the table named sequence_demo:

CREATE OR REPLACE TABLE resultstate1 AS (
  SELECT APPROX_TOP_K_ACCUMULATE(c1, 50) AS rs1
    FROM sequence_demo);

Now create a second table and add data. (In a more realistic situation, the user could have loaded more data into the first table and divided the data into non-overlapping sets based on the time that the data was loaded.)

CREATE OR REPLACE TABLE test_table2 (c1 INTEGER);
INSERT INTO test_table2 (c1) SELECT c1 + 4 FROM sequence_demo;

Obtenez les informations « d’état » pour les nouvelles données uniquement.

CREATE OR REPLACE TABLE resultstate2 AS
  (SELECT APPROX_TOP_K_ACCUMULATE(c1, 50) AS rs1
     FROM test_table2);

Combiner les informations « d’état » pour les deux lots de lignes :

CREATE OR REPLACE TABLE combined_resultstate (c1) AS
  SELECT APPROX_TOP_K_COMBINE(rs1) AS apc1
    FROM (
      SELECT rs1 FROM resultstate1
      UNION ALL
      SELECT rs1 FROM resultstate2
    );

Obtenez la valeur Top K approximative de l’ensemble des rangées combinées :

SELECT APPROX_TOP_K_ESTIMATE(c1, 4)
  FROM combined_resultstate;

+------------------------------+
| APPROX_TOP_K_ESTIMATE(C1, 4) |
|------------------------------|
| [                            |
|   [                          |
|     5,                       |
|     2                        |
|   ],                         |
|   [                          |
|     6,                       |
|     2                        |
|   ],                         |
|   [                          |
|     7,                       |
|     2                        |
|   ],                         |
|   [                          |
|     8,                       |
|     2                        |
|   ]                          |
| ]                            |
+------------------------------+