首页
/ Apache DataFusion 中 APPROX_PERCENTILE_CONT 函数语法变更解析

Apache DataFusion 中 APPROX_PERCENTILE_CONT 函数语法变更解析

2025-06-14 17:15:30作者:郦嵘贵Just

Apache DataFusion 是一个高性能的查询引擎,近期在其最新版本中对 APPROX_PERCENTILE_CONT 聚合函数的使用语法进行了重要变更。这一变更影响了 ClickBench 基准测试中的扩展查询,特别是查询 Q5 的执行。

语法变更背景

在 DataFusion 47.0.0 版本中,APPROX_PERCENTILE_CONT 函数的调用方式从简单的双参数形式变更为符合 SQL 标准的 WITHIN GROUP 语法结构。这一变更使得 DataFusion 的语法更加贴近 PostgreSQL 等主流数据库系统。

旧语法形式:

APPROX_PERCENTILE_CONT(column, percentile)

新语法形式:

APPROX_PERCENTILE_CONT(percentile) WITHIN GROUP (ORDER BY column)

影响分析

这一语法变更主要影响了以下场景:

  1. 使用旧语法编写的现有查询
  2. 基准测试套件中的特定查询
  3. 依赖于 DataFusion 早期版本的应用

在 ClickBench 基准测试的扩展查询中,Q5 查询使用了旧语法形式,导致在最新版本中执行失败,报错信息明确指出需要 WITHIN GROUP 子句。

解决方案

对于受影响的查询,需要进行相应的语法调整。以 ClickBench Q5 查询为例,修正后的语法应为:

SELECT "ClientIP", "WatchID", COUNT(*) c, 
       MIN("ResponseStartTiming") tmin, 
       APPROX_PERCENTILE_CONT(0.95) WITHIN GROUP (ORDER BY "ResponseStartTiming") tp95,
       MAX("ResponseStartTiming") tmax
FROM 'hits.parquet'
WHERE "JavaEnable" = 0
GROUP BY "ClientIP", "WatchID"
HAVING c > 1
ORDER BY tp95 DESC
LIMIT 10;

技术原理

APPROX_PERCENTILE_CONT 是一种有序集聚合函数(Ordered-Set Aggregate Function),它需要明确知道如何对数据进行排序才能计算百分位数。WITHIN GROUP 子句正是用来指定这种排序方式的。

这种语法结构在 SQL 标准中定义,被 PostgreSQL、Oracle 等数据库广泛采用。DataFusion 的这次变更使其行为更加标准化,提高了与其他系统的兼容性。

迁移建议

对于需要从旧版本迁移的用户,建议:

  1. 检查所有使用 APPROX_PERCENTILE_CONT 的查询
  2. 按照新语法进行修改
  3. 更新相关文档和测试用例
  4. 考虑在应用层添加版本检测逻辑,以处理不同版本的语法差异

这一变更虽然带来了短期的适配工作,但从长远看提高了 DataFusion 的标准化程度和与其他系统的互操作性,是项目成熟度提升的表现。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K