Top-N

您可以根据条件在 Timeplus 流或视图中获得最顶部或最底部的事件。

有 3 种类型的 Top-N 查询模式：

Top-K：获取字段的最常用值。例如，每个具有 action 字段的事件都可以添加/移除/服务。您想要检查哪些操作在实时数据中最常见。为了避免与一般 Top-N 模式混淆，我们称这种模式为 Top-K。
Max-K：获取字段的最高值。例如，每个事件都有一个 speed_kmh 字段。您想要的是速度最快的车。在某些系统中，这被称为 TopN。但是我们认为 Max-N 或 Max-K 会更准确。
Min-K：获取字段的最底部值。例如，每个事件都有一个 speed_kmh 字段。您想要的是速度最慢的车。

请继续阅读以获取更详细的解释和示例。

Top-K

示例查询：

select top_k(action,3) from bookings where _tp_time > now()-1d

结果：

top_k(action,3)
[ [ "add", 86342 ], [ "service", 82013 ], [ "cancel", 4291 ] ]
[ [ "add", 86342 ], [ "service", 82013 ], [ "cancel", 4291 ] ]

此查询列出 1d（一天）以来 预订 流中最常见的 操作。它还显示该值的出现次数。例如，“添加” 操作显示 86342 次，“服务” 操作显示 82013 次，依此类推。

如果您不需要出现次数，您可以传递 false 作为 top_k 函数的第三个参数，例如：

示例查询：

select top_k(action,3,false) from bookings where _tp_time > now()-1d

结果：

top_k(action,3)
[ "add", "service", "cancel" ]
[ "add", "service", "cancel" ]

请注意，这个示例查询是一个全局聚合，它每两秒计算并发出结果。您也可以使用不同的时间窗口来运行聚合，例如：

select window_start, top_k(action,3) 
from tumble(bookings,1h) 
where _tp_time > now()-1d 
group by window_start

在某些系统中，这被称为 TopN。但是我们认为 Max-N 或 Max-K 会更准确。

示例查询：

select max_k(speed_kmh,10) from car_live_data

结果：

max_k(speed_kmh,10)
[ 55, 54, 54, 53, 53, 53, 53, 53, 53, 53 ]
[ 55, 55, 55, 55, 54, 54, 54, 54, 54, 54 ]

在许多情况下，您需要知道具有这种最大值的其他列的值。您可以在 max_k 函数中添加任意数量的列名作为可选参数。

select max_k(speed_kmh,3,cid,_tp_time) from car_live_data

结果：

max_k(speed_kmh,3,cid,_tp_time)
[ [ 56, "c00002", "2023-07-16T17:25:55.65Z" ], [ 54, "c00128", "2023-07-16T17:25:55.336Z" ], [ 54, "c00075", "2023-07-16T17:25:55.65Z" ] ]
[ [ 56, "c00002", "2023-07-16T17:25:55.65Z" ], [ 55, "c00043", "2023-07-16T17:25:58.433Z" ], [ 54, "c00075", "2023-07-16T17:25:55.65Z" ] ]

与 Max-K 相反。使用可选的上下文列获取最底端的值。

示例查询:

select min_k(speed_kmh,10) from car_live_data

或者：

select min_k(speed_kmh,3,cid,_tp_time) from car_live_data

无论是 top_k、max_k 还是 min_k，您也可以将它们与 partition by 组合起来，以获得指定组中的 top-N 值。

假设每辆车的数据具有 model 属性。

这个查询可以得到每款车型中最快的 3 辆车

select max_k(speed_kmh,3,cid,_tp_time,model) over(partition by model) from car_live_data