Httparchive - BigQuery 如何获取 2010-2014 年每年的中位数 bytesTotal

Posted 2023-03-25

【中文标题】Httparchive - BigQuery 如何获取 2010-2014 年每年的中位数 bytesTotal

【英文标题】：Httparchive - BigQuery how to get median bytesTotal per year from 2010-2014

【发布时间】：2015-01-01 21:04:30

【问题描述】：

我目前正在撰写关于网络性能的学士论文，并参考 httparchive 上的一些统计数据。因为我想要一个 2010 年到 2014 年关于 bytesTotal、bytesCss 等的漂亮图表，所以我试图从 BigQuery 中获取数据。查询确实有效，但我得到了一些不适合 httparchive.org 上的图形的结果

我的目标是为 2010 年的 bytesTotal 设置一个值，为 2011 年设置一个值，为 2012 年设置一个值，依此类推。

所以我尝试了这样的方法：

SELECT NTH(50, quantiles(bytesTotal,101)) TOTAL_med, NTH(50, quantiles(byteshtmlDoc,101))
HTMLDOC_med FROM [httparchive:runs.2010_11_15_pages], [httparchive:runs.2010_11_29_pages],
[httparchive:runs.2010_12_16_pages], [httparchive:runs.2010_12_28_pages];


SELECT AVG(bytesTotal) TOTAL_med, AVG(bytesHtmlDoc) HTMLDOC_med FROM [httparchive:runs.2010_11_15_pages],
[httparchive:runs.2010_11_29_pages], [httparchive:runs.2010_12_16_pages],
[httparchive:runs.2010_12_28_pages];

所以中位数会很好，但如果它们不起作用，平均数也可以。

有人可以帮帮我吗？

【问题讨论】：

你能澄清你看到的问题是什么吗？您使用的查询看起来是正确的（如果存在空值，您可能需要预先过滤它们）。

如果我对 2014_12_15 的中值运行查询，我得到 1211kb 作为 bytesTotal 的结果...在 httparchive 上大约是 1900kb。所以我问自己这些额外的 700kb 是从哪里来的。即使 httparchive 查询平均而不是中位数 700kb 的差异应该有点多。

你知道httparchive数字是如何产生的吗？

很遗憾没有，但我猜应该是平均值或中位数。

【参考方案1】：

我试过了。 希望对您有用。

SELECT NTH(50, quantiles(bytesTotal)) MedianBytesTotal
FROM [httparchive:runs.2010_12_28_pages], [httparchive:runs.2012_12_15_pages],
[httparchive:runs.2013_12_15_pages], [httparchive:runs.2014_12_15_pages];

我得到的结果是：- MedianBytesTotal -- 1074357

【讨论】：

感谢您的回答，但这不是我想要的。 :-) 我想让每年的 MedianBytes 分开。但问题是，与 httparchive 上的图表相比，结果差异很大（见上面的截图）。

我猜你可以做一个小组，不是吗？这些表有日期吗？我会做多个查询，每年都有一个范围，或者如果有的话，用“年”做一个分组。