topK

引入版本：v1.1

返回一个数组，其中包含指定列中近似出现次数最多的值。结果数组按照值的近似出现频率降序排序（而不是按值本身排序）。

实现了用于 TopK 分析的 Filtered Space-Saving 算法，基于 Parallel Space Saving 中的 reduce-and-combine 算法。

此函数不保证结果完全精确。在某些情况下，可能会产生误差，并且可能返回并非最频繁但仍较为频繁的值。

另请参阅

语法

topK(N)(column)
topK(N, load_factor)(column)
topK(N, load_factor, 'counts')(column)

参数

N — 要返回的元素数量。默认值：10。N 的最大值为 65536。UInt64
load_factor — 可选。用于定义为存储值预留的单元格数量。如果 uniq(column) > N * load_factor，则 topK 函数的结果是近似值。默认值：3。UInt64
counts — 可选。定义结果中是否应包含近似计数和误差值。Bool

参数

返回值

返回一个包含近似最频繁值的数组，按近似频率的降序排序。Array

示例

使用示例

SELECT topK(3)(AirlineID) AS res
FROM ontime;

┌─res─────────────────┐
│ [19393,19790,19805] │
└─────────────────────┘

另请参阅

topK​