大网数据广告活动
数据库部署与 SQL 参考

Apache Doris 中文参考:TOPN_ARRAY

· 52CE 我爱测

TOPN_ARRAY 函数返回指定列中出现频率最高的 N 个值的数组。与 TOPN 函数不同,TOPN_ARRAY 返回一个数组类型,便于后续处理和分析。

描述

TOPN_ARRAY 函数返回指定列中出现频率最高的 N 个值的数组。与 TOPN 函数不同,TOPN_ARRAY 返回一个数组类型,便于后续处理和分析。

语法

TOPN_ARRAY(<expr>, <top_num> [, <space_expand_rate>])

参数

参数 说明
<expr> 要统计的列或表达式,支持 Boolean(Doris 4.1 系列自 4.1.5 起)、TinyInt、SmallInt、Integer、BigInt、LargeInt、Float、Double、Decimal、Date、Datetime、TimestampNs、Timestamptz、IPV4、IPV6、UUID、String。
<top_num> 要返回的最高频率值的数量,必须是 INT 类型的正整数常量。
<space_expand_rate> 可选,INT 类型常量,默认值为 50。正数时,中间状态序列化最多保留 top_num * space_expand_rate 个候选,值越大通常越准确;该值不是本地聚合内存的硬上限。Doris 4.1 系列自 4.1.5 起,设置为 0 或负数会保留全部中间候选值,最终结果仍最多返回 top_num 个值;此模式可能占用更多内存,仍受查询内存限制。

返回值

返回一个数组,包含出现频率最高的 N 个值。 如果组内没有合法数据,返回 NULL。

示例

-- setup
CREATE TABLE page_visits (
    page_id INT,
    user_id INT,
    visit_date DATE
) DISTRIBUTED BY HASH(page_id)
PROPERTIES (
    "replication_num" = "1"
);
INSERT INTO page_visits VALUES
(1, 101, '2024-01-01'),
(2, 102, '2024-01-01'),
(1, 103, '2024-01-01'),
(3, 101, '2024-01-01'),
(1, 104, '2024-01-01'),
(2, 105, '2024-01-01'),
(1, 106, '2024-01-01'),
(4, 107, '2024-01-01');
SELECT TOPN_ARRAY(page_id, 3) as top_pages
FROM page_visits;

查找访问量最高的前 3 个页面。

+-----------+
| top_pages |
+-----------+
| [1, 2, 4] |
+-----------+
SELECT TOPN_ARRAY(page_id, 3) as top_pages FROM page_visits where page_id is null;
+-----------+
| top_pages |
+-----------+
| NULL      |
+-----------+

BOOLEAN 输入示例(Doris 4.1 系列自 4.1.5 起):

SELECT TOPN_ARRAY(TRUE, 2), TOPN_ARRAY(CAST(NULL AS BOOLEAN), 2);
[1]    NULL

本文来自 Apache Doris 文档贡献者,按 Apache 2.0 整理版式与相对链接,保留正文与代码。图示请参阅原文。作者与贡献记录。

资料来源与适用范围

资料来源
Apache Doris 文档贡献者
适用范围
master 文档快照(2026-11-16)
内容语言
中文;命令、路径和错误标识保留技术原文
本地收录日期
2026-11-16
授权说明
Apache 2.0

正文与所需资源由本站本地存储。查看来源及更新记录 ↗

请按适用版本和实际日志确认原因;本站没有对每一种系统或设备逐项执行文中的操作。