top-nested 運算子

  • 發行項

top-nested運算子會執行階層式匯總和值選取。

假設您有一個數據表，其中包含銷售資訊，例如區域、銷售人員及銷售金額。 操作員 top-nested 可協助您回答複雜的問題，例如「依銷售量列出前五個區域，以及這些區域中前三名銷售人員是誰？」

源數據會根據第一個 top-nested 子句中設定的準則進行分割，例如 region。 接下來，運算符會使用匯總來挑選每個分割區中的前幾筆記錄，例如新增銷售量。 每個後續 top-nested 子句會精簡先前子句所建立的數據分割，並建立更精確的群組階層。

結果是每個子句有兩個數據行的數據表。 一個數據行會保存數據分割值，例如區域，而另一個數據行則保存匯總計算的結果，例如銷售總和。

Syntax

T|top-nested [ N ] ofExpr [with=othersConstExpr] Aggregation [asc | desc] by [ ] [,
  top-nested ... ]

深入瞭解 語法慣例。

參數

名稱 類型 必要 Description
T string ✔️ 輸入表格式表達式。
N int 要針對這個階層層級傳回的最上層值數目。 如果省略，則會傳回所有相異值。
Expr string ✔️ 輸入記錄上的表達式，指出要針對這個階層層級傳回的值。 一般而言，它會參考 T 的數據行，或涉及數據行上的 bin () 等計算。 選擇性地將輸出數據行名稱設定為 Name=Expr。
ConstExpr string 如果指定，則針對每個階層層級，會新增一筆記錄，其值為未將其設為頂端的所有記錄匯總。
彙總 string 套用至具有相同 Expr 值的記錄的聚合函數。 結果會決定前幾個記錄。 請參閱 支援的聚合函數。 選擇性地將輸出數據行名稱設定為 名稱=匯總。

支援的彙總函式。

支援下列彙總函式：

注意

也支援彙總的任何代數組合。

傳回

每個子句都有兩個數據行的數據表。 一個數據行包含使用 Expr 計算的唯一值，另一個數據行會顯示從 匯總 計算取得的結果。

包含來自其他數據行的數據

輸出數據表中只會顯示指定為 top-nestedExpr 子句的數據行。

若要在特定層級包含資料列的所有值：

  1. 請勿指定 N 的值。
  2. 使用數據行名稱作為 Expr的值。
  3. 使用 Ignore=max(1) 作為 匯總的值。
  4. 拿掉具有項目離開的不必要Ignore數據行。

如需範例，請參閱 取得每個狀態的最新事件，以及來自其他數據行的其他數據。

效能考量

記錄數目可能會隨著子句數目 top-nested 以指數方式成長，如果未指定 N 個限制，則記錄成長速度會更快。 此運算子可能會耗用大量的資源。

如果匯總的分佈相當不統一，請指定 N 來限制傳回的相異值數目。然後，使用 withothers=ConstExpr 規格取得所有其他案例權數的指示。

範例

開始使用 top-nested 運算子

下列查詢會 StormEvents 依數據行分割數據表， State 並計算每個狀態的總緯度。 查詢會選取具有最高緯度總和的前兩個狀態。 在這些前兩個狀態內，查詢會依據 分組 Source 數據，並選取具有最高緯度總和的前三個來源。 針對前兩個狀態中前三個來源的每個來源，查詢會依據 EndLocation 分組數據，並選取 EndLocation 具有最高緯度總和的 。

執行查詢

StormEvents                                        // Data source.
| top-nested 2 of State       by sum(BeginLat),    // Top 2 States by total latitude.
  top-nested 3 of Source      by sum(BeginLat),    // Top 3 Sources by total latitude in each State.
  top-nested 1 of EndLocation by sum(BeginLat)     // Top 1 EndLocation by total latitude in each Source and State.

輸出

State aggregated_State 來源 aggregated_Source EndLocation aggregated_EndLocation
堪薩斯州 87771.2355000001 執法機關 18744.823 FT SCOTT 264.858
堪薩斯州 87771.2355000001 公開 22855.6206 BUCKLIN 488.2457
堪薩斯州 87771.2355000001 Trained Spotter 21279.7083 SHARON SPGS 388.7404
德克薩斯州 123400.5101 公開 13650.9079 AMARILLO 246.2598
德克薩斯州 123400.5101 執法機關 37228.5966 PERRYTON 289.3178
德克薩斯州 123400.5101 Trained Spotter 13997.7124 CLAUDE 421.44

使用另一個數據行的數據來增強最上層巢狀的結果

下列查詢會藉由引進額外的 top-nested 子句，以先前的範例為基礎。 在這個新子句中，缺少數值規格會導致擷取分割區中所有相異值 EventType 。 max(1)匯總函式只是佔位元，呈現其結果無關，因此專案離開運算符會移除數據Ignore行。 結果會顯示與先前匯總數據相關聯的所有事件類型。

執行查詢

StormEvents
| top-nested 2 of State       by sum(BeginLat),
  top-nested 3 of Source      by sum(BeginLat),
  top-nested 1 of EndLocation by sum(BeginLat),
  top-nested   of EventType   by Ignore = max(1)
| project-away Ignore

輸出

State aggregated_State 來源 aggregated_Source EndLocation aggregated_EndLocation EventType
德克薩斯州 123400.51009999994 公開 13650.907900000002 AMARILLO 246.25979999999998 Hail
德克薩斯州 123400.51009999994 公開 13650.907900000002 AMARILLO 246.25979999999998 Thunderstorm Wind
堪薩斯州 87771.235500000068 公開 22855.6206 BUCKLIN 488.2457 Flood
堪薩斯州 87771.235500000068 公開 22855.6206 BUCKLIN 488.2457 Thunderstorm Wind
堪薩斯州 87771.235500000068 公開 22855.6206 BUCKLIN 488.2457 Hail
德克薩斯州 123400.51009999994 Trained Spotter 13997.712400000009 CLAUDE 421.44 Hail
堪薩斯州 87771.235500000068 執法機關 18744.823000000004 FT SCOTT 264.858 Flash Flood
堪薩斯州 87771.235500000068 執法機關 18744.823000000004 FT SCOTT 264.858 Thunderstorm Wind
堪薩斯州 87771.235500000068 執法機關 18744.823000000004 FT SCOTT 264.858 Flood
德克薩斯州 123400.51009999994 執法機關 37228.596599999961 PERRYTON 289.3178 Hail
... ... ... ... ... ...

用來 withothers 探索排除的數據

在 子句內 top-nested 併入時， withothers 規格引進額外的記錄，以匯總從最上層結果中排除的數據。 在下列查詢中 State ，會在和 aggregated_State 數據行中建立額外的記錄，代表除了關州和德州以外的所有州統一緯度。 此外， EndLocation 和 aggregated_EndLocation 數據行還有額外的九筆記錄。 這些記錄會顯示結束位置的結合緯度，而不符合每個狀態和來源內最上層位置的資格。

執行查詢

StormEvents
| top-nested 2 of State with others = "All Other States" by sum(BeginLat),
  top-nested 3 of Source by sum(BeginLat),
  top-nested 1 of EndLocation with others = "All Other End Locations" by sum(BeginLat)

輸出

State aggregated_State 來源 aggregated_Source EndLocation aggregated_EndLocation
堪薩斯州 87771.2355000001 執法機關 18744.823 FT SCOTT 264.858
堪薩斯州 87771.2355000001 公開 22855.6206 BUCKLIN 488.2457
堪薩斯州 87771.2355000001 Trained Spotter 21279.7083 SHARON SPGS 388.7404
德克薩斯州 123400.5101 公開 13650.9079 AMARILLO 246.2598
德克薩斯州 123400.5101 執法機關 37228.5966 PERRYTON 289.3178
德克薩斯州 123400.5101 Trained Spotter 13997.7124 CLAUDE 421.44
堪薩斯州 87771.2355000001 執法機關 18744.823 All Other End Locations 18479.965
堪薩斯州 87771.2355000001 公開 22855.6206 All Other End Locations 22367.3749
堪薩斯州 87771.2355000001 Trained Spotter 21279.7083 All Other End Locations 20890.9679
德克薩斯州 123400.5101 公開 13650.9079 All Other End Locations 13404.6481
德克薩斯州 123400.5101 執法機關 37228.5966 All Other End Locations 36939.2788
德克薩斯州 123400.5101 Trained Spotter 13997.7124 All Other End Locations 13576.2724
堪薩斯州 87771.2355000001 All Other End Locations 24891.0836
德克薩斯州 123400.5101 All Other End Locations 58523.2932000001
All Other States 1149279.5923 All Other End Locations 1149279.5923

下列查詢顯示上一個範例中所用第一個層級的相同結果。

執行查詢

StormEvents
| where State !in ('TEXAS', 'KANSAS')
| summarize sum(BeginLat)

輸出

sum_BeginLat
1149279.5923

排序階層式結果

為了達到完整的排序順序，下列查詢會針對每個群組的目前階層層級內每個值使用索引型排序。 此排序適用於根據最終巢狀層級排列結果，在此案例中為 EndLocation。

執行查詢

StormEvents
| top-nested 2 of State by sum(BeginLat),
  top-nested 2 of Source by sum(BeginLat),
  top-nested 4 of EndLocation by sum(BeginLat)
| sort by State, Source, aggregated_EndLocation
| summarize
    EndLocations = make_list(EndLocation, 10000),
    endLocationSums = make_list(aggregated_EndLocation, 10000)
    by State, Source
| extend indicies = range(0, array_length(EndLocations) - 1, 1)
| mv-expand EndLocations, endLocationSums, indicies

輸出

State 來源 EndLocations endLocationSums 索引
德克薩斯州 Trained Spotter CLAUDE 421.44 0
德克薩斯州 Trained Spotter AMARILLO 316.8892 1
德克薩斯州 Trained Spotter DALHART 252.6186 2
德克薩斯州 Trained Spotter PERRYTON 216.7826 3
德克薩斯州 執法機關 PERRYTON 289.3178 0
德克薩斯州 執法機關 LEAKEY 267.9825 1
德克薩斯州 執法機關 BRACKETTVILLE 264.3483 2
德克薩斯州 執法機關 GILMER 261.9068 3
堪薩斯州 Trained Spotter SHARON SPGS 388.7404 0
堪薩斯州 Trained Spotter ATWOOD 358.6136 1
堪薩斯州 Trained Spotter LENORA 317.0718 2
堪薩斯州 Trained Spotter SCOTT CITY 307.84 3
堪薩斯州 公開 BUCKLIN 488.2457 0
堪薩斯州 公開 ASHLAND 446.4218 1
堪薩斯州 公開 PROTECTION 446.11 2
堪薩斯州 公開 MEADE STATE PARK 371.1 3

使用其他數據行的其他數據，取得每個狀態的最新事件

下列查詢示範如何擷取每個美國州的最新兩個事件，以及相關的事件詳細數據。 請注意，在特定數據行內使用 max(1) ，其 Ignore*有助於透過查詢傳播數據，而不會造成任何選取邏輯。

執行查詢

StormEvents
| top-nested of State by Ignore0=max(1),                  // Partition the data by each unique value of state.
  top-nested 2 of StartTime by Ignore1=max(StartTime),    // Get the 2 most recent events in each state.
  top-nested of EndTime by Ignore2=max(1),                // Append the EndTime for each event.
  top-nested of EpisodeId by Ignore3=max(1)               // Append the EpisodeId for each event.
| project-away Ignore*                                    // Remove the unnecessary aggregation columns.
| order by State asc, StartTime desc                      // Sort results alphabetically and chronologically.

從其他數據行取得每個身分識別的最新記錄

下列查詢示範如何擷取每個身分識別的最新記錄，並以上一個範例中引進的概念為基礎。 第一個 top-nested 子句會依的相異值 id分割數據。 後續子句會根據 timestamp 每個的 來識別兩個 id最近記錄。 其他資訊會與 top-nested 未指定的計數和任意 max(1) 匯總一起使用運算符附加。 最後，使用 project-away 運算子移除不必要的匯總數據行。

執行查詢

datatable(id: string, timestamp: datetime, otherInformation: string) // Create a source datatable.
[
    "Barak", datetime(2015-01-01), "1",
    "Barak", datetime(2016-01-01), "2",
    "Barak", datetime(2017-01-20), "3",
    "Donald", datetime(2017-01-20), "4",
    "Donald", datetime(2017-01-18), "5",
    "Donald", datetime(2017-01-19), "6"
]
| top-nested of id by Ignore0=max(1),                     // Partition the data by each unique value of id.
  top-nested 2 of timestamp by Ignore1=max(timestamp),    // Get the 2 most recent events for each state.
  top-nested of otherInformation by Ignore2=max(1)        // Append otherInformation for each event.
| project-away Ignore0, Ignore1, Ignore2                  // Remove the unnecessary aggregation columns.

輸出

id timestamp otherInformation
巴拉克 2016-01-01T00：00：00Z 2
唐納德 2017-01-19T00：00：00Z 6
巴拉克 2017-01-20T00：00：00Z 3
唐納德 2017-01-20T00：00：00Z 4

相關內容