从 Vertica 中的数据中查找摘要和基本统计信息答案

【问题标题】：Finding summary & basic statistics from data in Vertica从 Vertica 中的数据中查找摘要和基本统计信息
【发布时间】：2017-08-22 06:43:07
【问题描述】：

最近我正在探索一下 HPE Vertica。是否可以从 vertica 中加载的数据表中找到汇总统计信息（平均值、标准差、四分位数、最大值、最小值、计数等）？这两个链接； https://my.vertica.com/docs/7.0.x/HTML/Content/Authoring/SQLReferenceManual/Functions/VerticaFunctions/ANALYZE_STATISTICS.htm

https://my.vertica.com/docs/7.0.x/HTML/Content/Authoring/SQLReferenceManual/Functions/VerticaFunctions/ANALYZE_HISTOGRAM.htm

说我们可以从数据中找到统计数据和直方图，但结果对我来说毫无意义。

据此，ANALYZE_STATISTICS 命令将抛出 0 表示成功执行。喜欢

NEWDB_aug17=> SELECT ANALYZE_STATISTICS ('MM_schema.capitalline'); 
 ANALYZE_STATISTICS 
--------------------
                  0
(1 row)

这里 NEWDB_aug17 是数据库，schema 是 MM_schema，在其下插入了 capitalline 表。但是汇总措施在哪里，我的意思是我们实际寻找的数字？只有 0 不符合我的目的。

你能在这方面指导我吗？

【问题讨论】：

标签： vertica summary

【解决方案1】：

Vertica 将 ANALYZE_STATISTICS() 收集的统计信息保存在目录位置。

这些统计信息稍后用于计算最佳查询执行计划。

您可以在系统表v_internal.dc_analyze_statistics

中找到统计详情

[dbadmin@vertica-1 ~]$ vsql
dbadmin=> \x
Expanded display is on.
dbadmin=> select * from v_internal.dc_analyze_statistics limit 1;
-[ RECORD 1 ]----+-----------------------------------
time             | 2017-08-21 02:07:03.287895+00
node_name        | v_test_node0001
session_id       | v_test_node0001-502811:0x834a4
user_id          | 45035996273704962
user_name        | dbadmin
transaction_id   | 45035996307673368
statement_id     | 9
request_id       | 1
table_name       | test_table
proj_column_name | test_column
proj_name        | test_table_sp_v11_b1
table_oid        | 45036013037102108
proj_column_oid  | 45036013037111264
proj_row_count   | 119878353211
disk_percent     | 10
disk_read_rows   | 11987835321
sample_rows      | 131072
sample_bytes     | 7602176
start_time       | 2017-08-21 02:07:03.657377+00
end_time         | 2017-08-21 02:07:24.799398+00

Time: First fetch (1 row): 849.467 ms. All rows formatted: 849.594 ms

或者在这个路径：

{your_catalog_location}/{db_name}/{node_name}_catalog/DataCollector/AnalyzeStatistics_*.log

【讨论】：

感谢您的回复。但是结果只能以摘要的形式返回计数。我不能在合并视图中得到平均值、标准差、四分位数、最小值最大值吗？就像在 R 中，我们编写 summary(df) 或在 python 中我们编写 df.describe()，其中 df 是我的数据。
如果没有第三方工具，您无法在 Vertica 中获取它。

【解决方案2】：

Vertica 的 percentile_cont 函数将有助于检索四分位数。

create table test
(metric_value integer);

insert into test values(1);
insert into test values(2);
insert into test values(3);
insert into test values(4);
insert into test values(5);
insert into test values(6);
insert into test values(7);
insert into test values(8);
insert into test values(9);
insert into test values(10);

alter table anatest add column metric varchar(100) default 'abc';

select
 metric_value,
 percentile_cont(1) within group (order by metric_value) over (partition by metric) as max,
 percentile_cont(.75) within group (order by metric_value ) over (partition by metric) as q3,
 percentile_cont(.5) within group (order by metric_value ) over (partition by metric) as median,
 percentile_cont(.25) within group (order by metric_value ) over (partition by metric) as q1,
 percentile_cont(0) within group (order by metric_value ) over (partition by metric) as min
 from test ;

【讨论】：