云日志服务 LTS-聚合函数:approx_percentile函数

时间：2024-07-25 10:14:47

云日志服务 LTS SQL函数

用于对x进行正序排列，返回处于percentage位置的数值。

对于x进行正序排列，返回处于percentage位置的x，返回结果为double类型。
语法：approx_percentile(x, percentage)
对x进行正序排列，返回处于percentage01、percentage02位置的x，返回结果为array(double,double)类型。
语法：approx_percentile(x, array[percentage01, percentage02)]
对x和权重的乘积进行正序排列，返回大约处于percentage位置的x，返回结果为double类型。
语法：approx_percentile(x, weight, percentage)
对x和权重的乘积进行正序排列，返回处于percentage01、percentage02位置的x，返回结果为array(double,double)类型。
语法：approx_percentile(x, weight, array[percentage01, percentage02...])
对x和权重的乘积进行正序排列，返回大约处于percentage位置的x，返回结果为double类型。支持设置返回结果的准确度。
语法：approx_percentile(x, weight, percentage, accuracy)

表5 参数说明
参数名称	描述	类型	是否必选
x	原始字段	double	是
percentage	百分比值，取值范围为[0,1]。	double	是
weight	权重，大于1的整数。设置权重后，系统根据x与权重的乘积进行排序。	int	否
accuracy	准确度，取值范围为(0,1)。	double	否

返回值类型：double类型或array(double,...,double)类型

示例1：对request_time列进行排序后，返回大约处于50%位置的request_time字段的值。

表6 查询分析结果
类型	场景
查询语句	SELECT approx_percentile(request_time, 0.5)
返回结果	45.0

示例2：对request_time列进行排序后，返回处于10%、20%及70%位置的request_time字段的值。

表7 查询分析结果
类型	场景
查询语句	SELECT approx_percentile(request_time,array[0.1,0.2,0.7])
返回结果	[17.0, 24.0, 59.0]

示例3：根据request_time与权重的乘积对request_time列进行排序后，返回大约处于50%位置的request_time字段的值, 权重值为60。

表8 查询分析结果
类型	场景
查询语句	SELECT approx_percentile(request_time, 60, 0.5)
返回结果	45.0

示例4：根据request_time与权重的乘积对request_time列进行排序后，返回大约处于80%和90%位置的request_time字段的值，权重值为60。

表9 查询分析结果
类型	场景
查询语句	SELECT approx_percentile(request_time, 60, array[0.8, 0.9])
返回结果	[66.0,73.0]

示例5：根据request_time与权重的乘积对request_time列进行排序后，返回大约处于50%位置的request_time字段的值，权重值为60，准确度为0.2。

**表10** 查询分析结果
类型	场景
查询语句	SELECT approx_percentile(request_time, 60, 0.5, 0.2)
返回结果	45.0

云日志服务 LTS-聚合函数:approx_percentile函数

意见反馈

0/200

提交成功！非常感谢您的反馈，我们会继续努力做到更好反馈提交失败！请稍后重试！

7*24