BigQuery：QUANTILES的GROUP BY子句-Java 学习之路

根据bigquery查询引用，目前Quantiles不允许通过其他列进行任何类型的分组 . 我主要对获得 medians grouped by a certain column 感兴趣 . 我现在看到的唯一工作是为每个不同的组成员生成一个分位数查询，其中组成员是where子句中的条件 .

例如，如果我想获得所需的结果，我会对列-y中的每个不同行使用以下查询 .

SELECT QUANTILE( <column-x>, 1001)
FROM <table>
WHERE 
    <column-y> == <each distinct row in column-y>

谢谢

3 回答

6
虽然存在有效的算法来计算分位数，但它们在某种程度上是内存密集型的 - 尝试在单个查询中进行多个分位数计算变得昂贵 .
- 有计划改进QUANTILES，但我不知道时间轴是什么 .
- 你需要中位数吗？你能过滤异常值并做其余的平均值吗？
回复于 2024-05-19T18:11:44+08:00
1
通过最近公布的percentile_cont（）窗口函数，您可以获得中位数 .

请看公告博客文章中的示例：

http://googlecloudplatform.blogspot.com/2013/06/google-bigquery-bigger-faster-smarter-analytics-functions.html
```
SELECT MAX(median) AS median, room FROM (
  SELECT percentile_cont(0.5) OVER (PARTITION BY room ORDER BY data) AS median, room
  FROM [io_sensor_data.moscone_io13]
  WHERE sensortype='temperature'
)
GROUP BY room
```
回复于 2024-05-19T18:11:44+08:00
0
如果您的每组大小是固定的，您可以使用 order ， nest 和 nth 的组合来破解它 . 例如，如果 f1 的每个值有9个不同的 f2 值，则为中位数：
```
select f1,nth(5,f2) within record from (
  select f1,nest(f2) f2 from (
    select f1, f2 from table
    group by f1,f2
    order by f2
  ) group by f1
);
```
不确定子查询中的排序顺序是否能保证在第二个 group 中存活，但它在我尝试的简单测试中起作用 .
回复于 2024-05-19T18:11:44+08:00