From 92de58950b1ed0415ac186b64851f307d1b61b84 Mon Sep 17 00:00:00 2001
From: liujianhuan <liujianhuan@qianxin.com>
Date: Sat, 22 Aug 2020 12:16:55 +0800
Subject: [PATCH] druid topn query part-1

---
 Querying/expression.md  |  0
 Querying/limitspec.md   |  0
 Querying/topn.md        | 84 ++++++++++++++++++++++++++++++++++++++++-
 Querying/topnsorting.md |  0
 SUMMARY.md              |  4 ++
 5 files changed, 87 insertions(+), 1 deletion(-)
 create mode 100644 Querying/expression.md
 create mode 100644 Querying/limitspec.md
 create mode 100644 Querying/topnsorting.md

diff --git a/Querying/expression.md b/Querying/expression.md
new file mode 100644
index 0000000..e69de29
diff --git a/Querying/limitspec.md b/Querying/limitspec.md
new file mode 100644
index 0000000..e69de29
diff --git a/Querying/topn.md b/Querying/topn.md
index 1eef3b8..8c9551d 100644
--- a/Querying/topn.md
+++ b/Querying/topn.md
@@ -1 +1,83 @@
-<!-- toc -->
\ No newline at end of file
+<!-- toc -->
+## TopN查询
+
+> [!WARNING]
+> Apache Druid支持两种查询语言： [Druid SQL](druidsql.md) 和 [原生查询](makeNativeQueries.md)。该文档描述了原生查询中的一种查询方式。 对于Druid SQL中使用的该种类型的信息，可以参考 [SQL文档](druidsql.md)。
+
+Apache Druid TopN查询根据某些条件返回给定维度中值的排序结果集。从概念上讲，可以将它们看作是一个具有[排序](limitspec.md)的、在单个维度上的近似[GroupByQuery](groupby.md), 在该场景下TopN查询比GroupBy查询更加的效率。 这些类型的查询获取一个topN查询对象并返回一个JSON对象数组，其中每个对象代表topN查询所请求的值。
+
+TopN是近似查询，因为每个数据进程将对其前K个结果进行排序，并且只将那些前K个结果返回给Broker。在Druid中K的默认值是 `max(1000, threshold)`。在实践中，这意味着，如果你要求查询前1000个数据，前900个数据的正确性将为100%，之后的结果排序将无法保证。通过增加阈值可以使TopNs更加精确。
+
+TopN的查询对象如下所示：
+
+```json
+{
+  "queryType": "topN",
+  "dataSource": "sample_data",
+  "dimension": "sample_dim",
+  "threshold": 5,
+  "metric": "count",
+  "granularity": "all",
+  "filter": {
+    "type": "and",
+    "fields": [
+      {
+        "type": "selector",
+        "dimension": "dim1",
+        "value": "some_value"
+      },
+      {
+        "type": "selector",
+        "dimension": "dim2",
+        "value": "some_other_val"
+      }
+    ]
+  },
+  "aggregations": [
+    {
+      "type": "longSum",
+      "name": "count",
+      "fieldName": "count"
+    },
+    {
+      "type": "doubleSum",
+      "name": "some_metric",
+      "fieldName": "some_metric"
+    }
+  ],
+  "postAggregations": [
+    {
+      "type": "arithmetic",
+      "name": "average",
+      "fn": "/",
+      "fields": [
+        {
+          "type": "fieldAccess",
+          "name": "some_metric",
+          "fieldName": "some_metric"
+        },
+        {
+          "type": "fieldAccess",
+          "name": "count",
+          "fieldName": "count"
+        }
+      ]
+    }
+  ],
+  "intervals": [
+    "2013-08-31T00:00:00.000/2013-09-03T00:00:00.000"
+  ]
+}
+```
+
+对于TopN查询，有11个部分，如下：
+
+| 属性 | 描述 | 是否必须 |
+|-|-|-|
+| queryType | 该字符串总是"TopN"，Druid根据该值来确定如何解析查询 | 是 |
+| dataSource | 定义将要查询的字符串或者对象，与关系型数据库中的表类似。 详情可以查看 [数据源](datasource.md) 部分。 | 是 |
+| intervals | ISO-8601格式的时间间隔，定义了查询的时间范围 | 是 |
+| granularity | 定义查询粒度， 参见 [Granularities](granularity.md) | 是 |
+| filter | 参见 [Filters](filters.md) | 否 |
+| aggregations | 参见[Aggregations](Aggregations.md) | 对于数值类型的metricSpec， aggregations或者postAggregations必须指定，否则非必须 |
+
diff --git a/Querying/topnsorting.md b/Querying/topnsorting.md
new file mode 100644
index 0000000..e69de29
diff --git a/SUMMARY.md b/SUMMARY.md
index 21bee6f..5576bff 100644
--- a/SUMMARY.md
+++ b/SUMMARY.md
@@ -88,6 +88,10 @@
     * [维度](Querying/dimensionspec.md)
     * [聚合](Querying/Aggregations.md)
     * [后聚合](Querying/postaggregation.md)
+    * [表达式](Querying/expression.md)
+    * [Having(GroupBy)](Querying/having.md)
+    * [排序和Limit(GroupBy)](Querying/limitspec.md)
+    * [排序(TopN)](Querying/topnsorting.md)
     
 
 * [配置列表]()