Apache Druid:计数异常值

Question

我准备了一个Apache的安装，它从Kafka主题中获取数据。它的工作非常顺利和有效。

目前，我正在尝试实现一些查询，并且被困在行计数(按某些字段分组)，其中列值是一个异常值。在正常的SQL世界中，我基本上会计算第一个和第三个四分位数(q1和q3)，然后使用类似的东西(我只对“右”异常值感兴趣)：

SUM(IF(column_value > q3 + 1.5*(q3-q1), 1, 0))

这种方法使用cte和join :我用分组计算cte中的四分位数，然后将它与原始表连接起来。

通过使用groupBy查询，我能够轻松地使用datasketch扩展计算四分位数和异常值阈值，但我不知道如何执行能够执行计数的postAggregation。

理论上，我可以使用在第一个查询中获得的阈值来实现第二个查询。不幸的是，我可以得到数十万个不同的值。这使得这种做法不可行。

你对如何解决这个问题有什么建议吗？

Answer 1

从0.18.0版本开始，Apache支持联接。这解决了问题。