HISTOGRAM

description

Syntax

histogram(expr[, INT num_buckets])

histogram（直方图）函数用于描述数据分布情况，它使用“等高”的分桶策略，并按照数据的值大小进行分桶，并用一些简单的数据来描述每个桶，比如落在桶里的值的个数。主要用于优化器进行区间查询的估算。

函数结果返回空或者 Json 字符串。

参数说明：

  • num_buckets：可选项。用于限制直方图桶（bucket）的数量，默认值 128。

别名函数：hist(expr[, INT num_buckets])

notice

  1. 仅支持向量化引擎中使用

example

  1. MySQL [test]> SELECT histogram(c_float) FROM histogram_test;
  2. +-------------------------------------------------------------------------------------------------------------------------------------+
  3. | histogram(`c_float`)                                                                                                                |
  4. +-------------------------------------------------------------------------------------------------------------------------------------+
  5. | {"num_buckets":3,"buckets":[{"lower":"0.1","upper":"0.1","count":1,"pre_sum":0,"ndv":1},...]} |
  6. +-------------------------------------------------------------------------------------------------------------------------------------+
  8. MySQL [test]> SELECT histogram(c_string, 2) FROM histogram_test;
  9. +-------------------------------------------------------------------------------------------------------------------------------------+
  10. | histogram(`c_string`)                                                                                                               |
  11. +-------------------------------------------------------------------------------------------------------------------------------------+
  12. | {"num_buckets":2,"buckets":[{"lower":"str1","upper":"str7","count":4,"pre_sum":0,"ndv":3},...]} |
  13. +-------------------------------------------------------------------------------------------------------------------------------------+

查询结果说明：

  1. {
  2.     "num_buckets": 3, 
  3.     "buckets": [
  4.         {
  5.             "lower": "0.1", 
  6.             "upper": "0.2", 
  7.             "count": 2, 
  8.             "pre_sum": 0, 
  9.             "ndv": 2
  10.         }, 
  11.         {
  12.             "lower": "0.8", 
  13.             "upper": "0.9", 
  14.             "count": 2, 
  15.             "pre_sum": 2, 
  16.             "ndv": 2
  17.         }, 
  18.         {
  19.             "lower": "1.0", 
  20.             "upper": "1.0", 
  21.             "count": 2, 
  22.             "pre_sum": 4, 
  23.             "ndv": 1
  24.         }
  25.     ]
  26. }

字段说明：

  • num_buckets：桶的数量
  • buckets：直方图所包含的桶
    • lower：桶的上界
    • upper：桶的下界
    • count：桶内包含的元素数量
    • pre_sum：前面桶的元素总量
    • ndv：桶内不同值的个数

直方图总的元素数量 = 最后一个桶的元素数量（count）+ 前面桶的元素总量（pre_sum）。

keywords

HISTOGRAM, HIST