跳到主要内容
跳到主要内容
编辑此页

分析技巧

MEDIAN() 和 PERCENTILE() 函数​

  • 在 Live 模式下，MEDIAN() 和 PERCENTILE() 函数（自连接器 v0.1.3 版本起）使用 ClickHouse quantile()() 函数，这显著加快了计算速度，但使用了抽样。如果您想获得准确的计算结果，请使用函数 MEDIAN_EXACT() 和 PERCENTILE_EXACT()（基于 quantileExact()()）。
  • 在 Extract 模式下，您不能使用 MEDIAN_EXACT() 和 PERCENTILE_EXACT()，因为 MEDIAN() 和 PERCENTILE() 始终是准确的（但速度较慢）。

Live 模式下计算字段的附加函数​

ClickHouse 拥有大量可用于数据分析的函数 —— 比 Tableau 支持的要多得多。为了方便用户，我们添加了新函数，这些函数在 Live 模式下创建计算字段时可用。遗憾的是，无法在 Tableau 界面中为这些函数添加描述，因此我们将在此处添加它们的描述。

  • -If 聚合组合器 （在 v0.2.3 中添加） - 允许在聚合计算中直接进行行级过滤。已添加 SUM_IF()、AVG_IF()、COUNT_IF()、MIN_IF() & MAX_IF() 函数。
  • BAR([my_int], [min_val_int], [max_val_int], [bar_string_length_int]) （在 v0.2.1 中添加） — 忘掉枯燥的条形图！改用 BAR() 函数（相当于 ClickHouse 中的 bar()）。例如，此计算字段以字符串形式返回漂亮的条形图 
    BAR([my_int], [min_val_int], [max_val_int], [bar_string_length_int]) + "  " + FORMAT_READABLE_QUANTITY([my_int])
    == BAR() ==
    ██████████████████▊  327.06 million
    █████  88.02 million
    ███████████████  259.37 million
  • COUNTD_UNIQ([my_field]) （在 v0.2.0 中添加） — 计算参数的不同值的近似数量。相当于 uniq()。比 COUNTD() 快得多。
  • DATE_BIN('day', 10, [my_datetime_or_date]) （在 v0.2.1 中添加） — 相当于 ClickHouse 中的 toStartOfInterval()。将日期或日期和时间向下舍入到给定的间隔，例如 
     == my_datetime_or_date == | == DATE_BIN('day', 10, [my_datetime_or_date]) ==
        28.07.2004 06:54:50    |              21.07.2004 00:00:00
        17.07.2004 14:01:56    |              11.07.2004 00:00:00
        14.07.2004 07:43:00    |              11.07.2004 00:00:00
  • FORMAT_READABLE_QUANTITY([my_integer]) （在 v0.2.1 中添加） — 返回带有后缀（千、百万、十亿等）的舍入数字作为字符串。它对于人类读取大数字很有用。相当于 formatReadableQuantity()。
  • FORMAT_READABLE_TIMEDELTA([my_integer_timedelta_sec], [optional_max_unit]) （在 v0.2.1 中添加） — 接受以秒为单位的时间增量。返回一个带有（年、月、日、小时、分钟、秒）的时间增量作为字符串。optional_max_unit 是要显示的最大单位。可接受的值：seconds、minutes、hours、days、months、years。相当于 formatReadableTimeDelta()。
  • GET_SETTING([my_setting_name]) （在 v0.2.1 中添加） — 返回自定义设置的当前值。相当于 getSetting()。
  • HEX([my_string]) （在 v0.2.1 中添加） — 返回一个字符串，其中包含参数的十六进制表示形式。相当于 hex()。
  • KURTOSIS([my_number]) — 计算序列的样本峰度。相当于 kurtSamp()。
  • KURTOSISP([my_number]) — 计算序列的峰度。相当于 kurtPop()。
  • MEDIAN_EXACT([my_number]) （在 v0.1.3 中添加） — 精确计算数值数据序列的中位数。相当于 quantileExact(0.5)(...)。
  • MOD([my_number_1], [my_number_2]) — 计算除法后的余数。如果参数是浮点数，则通过删除小数部分将其预先转换为整数。相当于 modulo()。
  • PERCENTILE_EXACT([my_number], [level_float]) （在 v0.1.3 中添加） — 精确计算数值数据序列的百分位数。建议的级别范围是 [0.01, 0.99]。相当于 quantileExact()()。
  • PROPER([my_string]) （在 v0.2.5 中添加） - 转换文本字符串，使每个单词的首字母大写，其余字母小写。空格和标点符号等非字母数字字符也充当分隔符。例如 
    PROPER("PRODUCT name") => "Product Name"
    PROPER("darcy-mae") => "Darcy-Mae"
  • RAND() （在 v0.2.1 中添加） — 返回整数 (UInt32) 数字，例如 3446222955。相当于 rand()。
  • RANDOM() （在 v0.2.1 中添加） — 非官方的 RANDOM() Tableau 函数，返回 0 到 1 之间的浮点数。
  • RAND_CONSTANT([optional_field]) （在 v0.2.1 中添加） — 生成具有随机值的常量列。类似于 {RAND()} Fixed LOD，但速度更快。相当于 randConstant()。
  • REAL([my_number]) — 将字段强制转换为浮点数 (Float64)。详情请见 这里。
  • SHA256([my_string]) （在 v0.2.1 中添加） — 从字符串计算 SHA-256 哈希值，并将生成的字节集作为字符串 (FixedString) 返回。方便与 HEX() 函数一起使用，例如，HEX(SHA256([my_string]))。相当于 SHA256()。
  • SKEWNESS([my_number]) — 计算序列的样本偏度。相当于 skewSamp()。
  • SKEWNESSP([my_number]) — 计算序列的偏度。相当于 skewPop()。
  • TO_TYPE_NAME([field]) （在 v0.2.1 中添加） — 返回一个字符串，其中包含传递参数的 ClickHouse 类型名称。相当于 toTypeName()。
  • TRUNC([my_float]) — 它与 FLOOR([my_float]) 函数相同。相当于 trunc()。
  • UNHEX([my_string]) （在 v0.2.1 中添加） — 执行与 HEX() 相反的操作。相当于 unhex()。