我有一个表，我想返回某个列的最频繁的值。通常，使用经典的GROUP BY ... ORDER BY ... LIMIT可以做到这一点。我偶然发现了BigQuery的TOP函数，我对它感兴趣，因为文档声明它通常更快。但是，该文件还说，它“可能只返回近似结果”。什么时候会发生这种情况？当需要准确的结果时，通常使用TOP函数是否值得？从documentationGoogle BigQuery的TOP函数何时会返回近似结果？
全面介绍：
TOP是一个函数，是 替代GROUP BY子句。它用作
GROUP BY ... ORDER BY ... LIMIT ....的简化语法 通常，TOP功能 的执行速度快于完整查询的... GROUP BY ... ORDER BY ... LIMIT ...，但可能只返回近似结果。
下面可能更适合评论 - 但过于冗长，所以我把它改成答案
到目前为止，从我的经验是刚刚好，以具有简化的替代GROUP BY - 也就是说，顺便说一句，仅适用于简单情况：A query that uses the TOP() function can return only two fields: the TOP field, and the COUNT(*) value.
这就是说 - 我没有看到计数差异，但我确实看到它运行得更快。
因此，检查下面的比较，我用2.5B行对表进行运行。正如你所看到的 - 数完全相同和运行时间快15％
同时，如果你将运行类似的查询和检查Query Plan Explanation - 你会看到完全不同的执行模式可能会导致不同的结果，但我无法捕捉到这种用例
只有5个不同的元素，保持运行计数很容易：您只需要5个计数器。拥有1,000,000个不同的元素，你需要足够的内存来存储一百万个不同的计数器TOP（）能够以降低内存的方式向您展示顶级元素，并以给出近似结果为代价。这就是为什么TOP速度更快，为什么你在这里得到确切的结果:)。 –
有道理！谢谢Felipe！ –
重要的是，您可以使用投票下方发布的答案左侧的勾号标记接受的答案。请参阅http://meta.stackexchange.com/questions/5234/how-does-accepting-an-answer-work#5235了解其重要性。答案投票也很重要。表决有用的答案。还有更多......当某人回答你的问题时，你可以查看该怎么做 - http://stackoverflow.com/help/someone-answers。 –
我知道这样做的做法，但你的回答并不直接解决我问的问题，因此我不能接受它。我很欣赏你的时间，所以它确实值得赞赏。 –