Question

我有一个events表，其中包含两列eventkey（唯一，主键）和createtime，它将事件的创建时间存储为自1月1日以来的毫秒数1970年在NUMBER列。

我想创建一个“直方图”或频率分布，显示过去一周每小时创建的事件数量。

这是使用width_bucket()函数在Oracle中编写此类查询的最佳方法吗？是否可以使用其他Oracle分析函数之一导出落入每个存储桶的行数，而不是使用width_bucket来确定每行所属的存储桶编号并对其执行count(*)？

-- 1305504000000 = 5/16/2011 12:00am GMT
-- 1306108800000 = 5/23/2011 12:00am GMT
select 
timestamp '1970-01-01 00:00:00' + numtodsinterval((1305504000000/1000 + (bucket * 60 * 60)), 'second') period_start,
numevents
from (
  select bucket, count(*) as events from (
    select eventkey, createtime, 
    width_bucket(createtime, 1305504000000, 1306108800000, 24 * 7) bucket
    from events 
    where createtime between 1305504000000 and 1306108800000
  ) group by bucket
) 
order by period_start

Answer 1

如果您的createtime是日期列，那么这将是微不足道的：

SELECT TO_CHAR(CREATE_TIME, 'DAY:HH24'), COUNT(*) 
  FROM EVENTS
 GROUP BY TO_CHAR(CREATE_TIME, 'DAY:HH24');

实际上，投射createtime列并不太难：

select TO_CHAR( 
         TO_DATE('19700101', 'YYYYMMDD') + createtime / 86400000), 
         'DAY:HH24') AS BUCKET, COUNT(*)
   FROM EVENTS
  WHERE createtime between 1305504000000 and 1306108800000
 group by TO_CHAR( 
         TO_DATE('19700101', 'YYYYMMDD') + createtime / 86400000), 
         'DAY:HH24') 
 order by 1

或者，如果您正在寻找fencepost值（例如，从第一个十分位数（0-10％）到下一个十分位数（11-20％），您可以执行以下操作：

select min(createtime) over (partition by decile) as decile_start,
       max(createtime) over (partition by decile) as decile_end,
       decile
  from (select createtime, 
               ntile (10) over (order by createtime asc) as decile
          from events
         where createtime between 1305504000000 and 1306108800000
       )

Answer 2

我不熟悉Oracle的日期函数，但我非常肯定有一种编写Postgres语句的方法：

select date_trunc('hour', stamp), count(*)
from your_data
group by date_trunc('hour', stamp)
order by date_trunc('hour', stamp)

Answer 3

与Adam完全相同的响应，但我更喜欢将period_start保留为时间字段，以便在需要时更容易进一步过滤：

with
events as
(
    select rownum eventkey, round(dbms_random.value(1305504000000, 1306108800000)) createtime
    from dual
    connect by level <= 1000 
)
select
    trunc(timestamp '1970-01-01 00:00:00' + numtodsinterval(createtime/1000, 'second'), 'HH') period_start,
    count(*) numevents
from
    events
where
    createtime between 1305504000000 and 1306108800000
group by
    trunc(timestamp '1970-01-01 00:00:00' + numtodsinterval(createtime/1000, 'second'), 'HH')
order by
    period_start

Answer 4

使用oracle提供的函数“ WIDTH_BUCKET”来累积连续或精细离散的数据。以下示例显示了一种创建具有5个存储桶的直方图并收集“ COLUMN_VALUE”（从510到520）的方法（因此，每个存储桶都将获得范围2的值）。 WIDTH_BUCKET将创建其他id = 0和num_buckets + 1个存储桶，以分别用于低于最小值和最大值的值。

SELECT "BUCKET_ID", count(*), 
CASE
    WHEN "BUCKET_ID"=0 THEN -1/0F
    ELSE 510+(520-510)/5*("BUCKET_ID"-1)
END "BUCKET_MIN",
CASE
    WHEN "BUCKET_ID"=5+1 THEN 1/0F
    ELSE 510+(520-510)/5*("BUCKET_ID")
END "BUCKET_MAX"
FROM 
(
    SELECT  "COLUMN_VALUE", 
            WIDTH_BUCKET("COLUMN_VALUE", 510, 520, 5) "BUCKET_ID"
    FROM "MY_TABLE"
)
group by "BUCKET_ID"
ORDER BY "BUCKET_ID";

样本输出

 BUCKET_ID   COUNT(*) BUCKET_MIN BUCKET_MAX
---------- ---------- ---------- ----------
         0         45       -Inf   5.1E+002
         1        220   5.1E+002  5.12E+002
         2        189  5.12E+002  5.14E+002
         3         43  5.14E+002  5.16E+002
         4          3  5.16E+002  5.18E+002

在我的表格中，没有518-520，因此未显示ID = 5的存储桶。另一方面，值小于min（510），因此存在一个id == 0的存储桶，将-inf收集到510个值。

在Oracle中创建直方图/频率分布的最佳方法？

4 个答案: