Druid -> 按本机查询的时间戳以外的另一列对数据进行排序

Posted 2023-03-25

【中文标题】Druid -> 按本机查询的时间戳以外的另一列对数据进行排序

【英文标题】：Druid -> Order data by another column than timestamp by native queries

【发布时间】：2022-01-12 14:05:14

【问题描述】：

我在德鲁伊中使用扫描查询。 我正在寻找一种使用某些查询对数据进行排序的方法。 我该怎么做？

现在我有：

DataSource: Data,
Intervals:  "1000"/"2000",
Limit:      10
Legacy:     true, 

我有列“值”，我想按此列对数据进行排序（不按时间戳）并从表中返回每一列，但按“值”排序。

类似：

SELECT __time, value, company, count
FROM shares
ORDER BY 1 ASC
WHERE value > 200

【参考方案1】：

用***的测试数据尝试了类似的查询：

SELECT namespace, channel, cityName, sum_added
FROM "wikipedia_demo" r 
WHERE sum_added > 30
ORDER BY sum_added DESC

导致错误：

Error: Unknown exception

Cannot build plan for query: SELECT namespace, channel, cityName, sum_added FROM "wikipedia_demo" r WHERE sum_added > 30 ORDER BY sum_added DESC

org.apache.druid.java.util.common.ISE

原因是 ORDER BY 只允许在 GROUP BY 列、聚合表达式上，或者如果没有进行分组，那么只能在 __time 上使用。 看看这里的文档：https://druid.apache.org/docs/latest/querying/sql.html#order-by

如果您不进行聚合，您仍然可以使用 GROUP BY 选择所有 SELECT 表达式，然后 ORDER BY 其中任何一个，如下所示：

SELECT namespace, channel, cityName, sum_added
FROM "wikipedia_demo" r 
WHERE sum_added > 30
GROUP BY 1,2,3,4
ORDER BY sum_added DESC

注意：由于是时间序列数据，最好在 __time 上包含一个条件以避免扫描整个表。

【讨论】：

你的解决方案在我这边不起作用，它在德鲁伊控制台中工作，但是当我在 Golang 中创建类似的解决方案时，当我有限制时它什么都不做：500

【参考方案2】：

另请参阅以下文档页面，了解您对scan 查询的订单选项。 https://druid.apache.org/docs/latest/querying/scan-query.html#time-ordering

【讨论】：

如标题：按时间戳以外的另一列排序数据，您的链接有：#time-ordering

【参考方案3】：

是的。这是一个单独的问题，但是是的，您可以通过 API 而不是原生 JSON 查询提交 SQL。

名为“a_query.json”的 JSON 文件：

  "query":
  "SELECT namespace, channel, cityName, sum_added
   FROM \"wikipedia_demo\" r 
   WHERE sum_added > 30
   GROUP BY 1,2,3,4
   ORDER BY sum_added DESC"

示例 API 调用：

curl -X 'POST' -H 'Content-Type:application/json' -d @/<path_to_file>/a_query.json http://localhost:8888/druid/v2/sql | jq

【参考方案4】：

SQL 查询对我来说很好用，所以我在 druid 控制台中的 SQL 之前找到了“EXPLAIN PLAN FOR”标签。 Druid 向我展示了 druid native 的 JSON 应该是什么样子。 我以这种方式解决了我的问题。 谢谢