SQL सर्वर में मेडियन की गणना करने का कार्य


227

MSDN के अनुसार , Median Transact-SQL में एक कुल कार्य के रूप में उपलब्ध नहीं है। हालांकि, मैं यह पता लगाना चाहूंगा कि क्या यह कार्यक्षमता बनाना संभव है ( क्रिएट एग्रीगेट फ़ंक्शन, उपयोगकर्ता परिभाषित फ़ंक्शन, या कुछ अन्य विधि का उपयोग करके)।

ऐसा करने का सबसे अच्छा तरीका (यदि संभव हो) क्या हो सकता है - एक समग्र क्वेरी में एक औसत मूल्य (एक संख्यात्मक डेटा प्रकार मानकर) की गणना के लिए अनुमति दें?


जवाबों:


145

2019 अद्यतन: जब से मैंने यह उत्तर लिखा है, 10 वर्षों में, अधिक समाधानों को उजागर किया गया है जिससे बेहतर परिणाम मिल सकते हैं। इसके अलावा, तब से SQL सर्वर रिलीज़ (विशेष रूप से SQL 2012) ने नए T-SQL फीचर्स पेश किए हैं, जिनका उपयोग मध्यस्थों की गणना के लिए किया जा सकता है। SQL सर्वर रिलीज़ ने अपने क्वेरी ऑप्टिमाइज़र में भी सुधार किया है जो विभिन्न माध्यिका समाधानों के प्रभाव को प्रभावित कर सकता है। नेट-नेट, मेरी मूल 2009 की पोस्ट अभी भी ठीक है लेकिन आधुनिक SQL सर्वर एप्लिकेशन के लिए बेहतर समाधान हो सकते हैं। 2012 के इस लेख पर एक नज़र डालें जो एक महान संसाधन है: https://sqlperformance.com/2012/08/t-sql-queries/median

इस लेख में अन्य सभी विकल्पों की तुलना में बहुत तेज, निम्न पैटर्न पाया गया, कम से कम सरल स्कीमा जो उन्होंने परीक्षण किया। यह समाधान 373x तेज (!!!) सबसे धीमे ( PERCENTILE_CONT) समाधान से परीक्षण किया गया था। ध्यान दें कि इस ट्रिक में दो अलग-अलग प्रश्नों की आवश्यकता होती है जो सभी मामलों में व्यावहारिक नहीं हो सकते हैं। इसके लिए SQL 2012 या बाद के संस्करण की भी आवश्यकता है।

DECLARE @c BIGINT = (SELECT COUNT(*) FROM dbo.EvenRows);

SELECT AVG(1.0 * val)
FROM (
    SELECT val FROM dbo.EvenRows
     ORDER BY val
     OFFSET (@c - 1) / 2 ROWS
     FETCH NEXT 1 + (1 - @c % 2) ROWS ONLY
) AS x;

बेशक, सिर्फ इसलिए कि 2012 में एक स्कीमा पर एक परीक्षण से शानदार परिणाम मिले, आपका माइलेज अलग-अलग हो सकता है, खासकर यदि आप SQL सर्वर 2014 या उसके बाद के हैं। यदि आपकी मंझली गणना के लिए perf महत्वपूर्ण है, तो मैं यह सुनिश्चित करने के लिए उस लेख में सुझाए गए विकल्पों में से कई को आज़माने और परखने का दृढ़तापूर्वक सुझाव दूंगा कि आपने अपने स्कीमा के लिए सबसे अच्छा पाया है।

मैं इस प्रश्न PERCENTILE_CONTके अन्य उत्तरों में से एक में अनुशंसित (SQL सर्वर 2012 में नया) फ़ंक्शन का उपयोग करने में भी विशेष रूप से सावधान रहूंगा, क्योंकि ऊपर दिए गए लेख ने इस अंतर्निहित फ़ंक्शन को सबसे तेज़ समाधान की तुलना में 373x धीमा पाया। यह संभव है कि 7 वर्षों के बाद से इस असमानता में सुधार हुआ है, लेकिन व्यक्तिगत रूप से मैं इस फ़ंक्शन का उपयोग तब तक नहीं करूंगा जब तक कि मैं इसके प्रदर्शन बनाम अन्य समाधानों का सत्यापन नहीं कर लेता।

मूल 2009 पोस्ट से कम है:

नाटकीय रूप से भिन्न प्रदर्शन के साथ, ऐसा करने के बहुत सारे तरीके हैं। यहां एक विशेष रूप से अच्छी तरह से अनुकूलित समाधान है, मेडियंस, ROW_NUMBER और प्रदर्शन से । यह एक विशेष रूप से इष्टतम समाधान है जब यह निष्पादन के दौरान उत्पन्न वास्तविक I / Os की बात आती है - यह अन्य समाधानों की तुलना में अधिक महंगा लगता है, लेकिन यह वास्तव में बहुत तेज़ है।

उस पृष्ठ में अन्य समाधानों और प्रदर्शन परीक्षण विवरणों की चर्चा भी शामिल है। एक स्तंभ के रूप में एक अद्वितीय स्तंभ के उपयोग पर ध्यान दें यदि मध्य स्तंभ के समान मूल्य के साथ कई पंक्तियाँ हैं।

सभी डेटाबेस प्रदर्शन परिदृश्यों के साथ, हमेशा वास्तविक हार्डवेयर पर वास्तविक डेटा के साथ एक समाधान का परीक्षण करने की कोशिश करें - आपको कभी नहीं पता होगा कि SQL सर्वर के ऑप्टिमाइज़र में परिवर्तन या आपके वातावरण में ख़ासियत एक सामान्य रूप से त्वरित समाधान धीमी कर देगा।

SELECT
   CustomerId,
   AVG(TotalDue)
FROM
(
   SELECT
      CustomerId,
      TotalDue,
      -- SalesOrderId in the ORDER BY is a disambiguator to break ties
      ROW_NUMBER() OVER (
         PARTITION BY CustomerId
         ORDER BY TotalDue ASC, SalesOrderId ASC) AS RowAsc,
      ROW_NUMBER() OVER (
         PARTITION BY CustomerId
         ORDER BY TotalDue DESC, SalesOrderId DESC) AS RowDesc
   FROM Sales.SalesOrderHeader SOH
) x
WHERE
   RowAsc IN (RowDesc, RowDesc - 1, RowDesc + 1)
GROUP BY CustomerId
ORDER BY CustomerId;

12
मुझे नहीं लगता कि यह आपके डेटा में, विशेष रूप से बहुत से डूप होने पर, काम करता है। आप गारंटी नहीं दे सकते हैं row_numbers अप लाइन करेंगे। आप अपने मंझले, या इससे भी बदतर के लिए कुछ वास्तव में पागल उत्तर प्राप्त कर सकते हैं, कोई भी मंझला नहीं है।
जोनाथन बीहल्टर

26
इसीलिए (ऊपर के कोड उदाहरण में SalesOrderId) एक वितरणकर्ता होना महत्वपूर्ण है, इसलिए आप यह सुनिश्चित कर सकते हैं कि परिणाम-सेट पंक्तियों का क्रम पीछे और आगे दोनों के अनुरूप है। अक्सर एक अद्वितीय प्राथमिक कुंजी एक आदर्श अव्यवस्था बनाती है क्योंकि यह एक अलग सूचकांक देखने के बिना उपलब्ध है। यदि कोई छूटने योग्य कॉलम उपलब्ध नहीं है (उदाहरण के लिए, यदि तालिका में कोई विशिष्ट कुंजी नहीं है), तो मध्ययुगीन की गणना के लिए एक और दृष्टिकोण का उपयोग किया जाना चाहिए, क्योंकि जैसा कि आप सही ढंग से इंगित करते हैं, यदि आप यह गारंटी नहीं दे सकते हैं कि DESC पंक्ति संख्या दर्पण चित्र हैं एएससी पंक्ति संख्याएं, फिर परिणाम अप्रत्याशित हैं।
जस्टिन ग्रांट

4
धन्यवाद, जब कॉलम को मेरे DB पर स्विच किया जा रहा है, तो मैंने यह मानने से इनकार कर दिया कि यह प्रासंगिक नहीं था। उस मामले में, यह समाधान वास्तव में अच्छी तरह से काम करता है।
जोनाथन बीयरहेल्टर

8
मैं खुद को कोड में एक टिप्पणी जोड़ने का सुझाव देता हूं, जो कि अस्वाभाविकता की आवश्यकता का वर्णन करता है।
हॉफमैन

4
बहुत बढ़िया! लंबे समय से मैं इसके महत्व को जानता हूं, लेकिन अब मैं इसे एक नाम दे सकता हूं ... नाकारा! धन्यवाद जस्टिन!
कोडमोंकी

204

यदि आप SQL 2005 या इससे बेहतर का उपयोग कर रहे हैं, तो यह एक तालिका में एकल कॉलम के लिए एक अच्छा, सरल-ईश माध्य गणना है:

SELECT
(
 (SELECT MAX(Score) FROM
   (SELECT TOP 50 PERCENT Score FROM Posts ORDER BY Score) AS BottomHalf)
 +
 (SELECT MIN(Score) FROM
   (SELECT TOP 50 PERCENT Score FROM Posts ORDER BY Score DESC) AS TopHalf)
) / 2 AS Median

62
यह चतुर है, और अपेक्षाकृत सरल है कि वहाँ कोई मेडियन () कुल कार्य मौजूद है। लेकिन यह कैसे होता है कि कोई मेडियन () फ़ंक्शन मौजूद नहीं है !? मैं थोड़ा FLOOR () एड हूं, स्पष्ट रूप से।
चार्ली किलियन

ठीक है, अच्छा और सरल, लेकिन सामान्य रूप से आपको कुछ निश्चित समूह श्रेणी के अनुसार माध्य की आवश्यकता होती है, जैसे कि select gid, median(score) from T group by gid। क्या आपको उसके लिए सहसंबंधित उपकुंजी की आवश्यकता है?
टीएमएस

1
... मेरा मतलब है कि इस मामले में (2 नाम क्वेरी "उच्चतम माध्य उत्तर स्कोर वाले उपयोगकर्ता")।
टीएमएस

टॉमस - क्या आपने अपने "प्रति निश्चित समूह श्रेणी" के मुद्दे को हल करने का प्रबंधन किया था? जैसा कि मेरी भी यही समस्या है। धन्यवाद।
स्टु हार्पर

3
ग्रुप बाय के साथ इस समाधान का उपयोग कैसे करें?
प्रेज़ेमीस्लाव रेमिन

82

SQL सर्वर 2012 में आपको PERCENTILE_CONT का उपयोग करना चाहिए :

SELECT SalesOrderID, OrderQty,
    PERCENTILE_CONT(0.5) 
        WITHIN GROUP (ORDER BY OrderQty)
        OVER (PARTITION BY SalesOrderID) AS MedianCont
FROM Sales.SalesOrderDetail
WHERE SalesOrderID IN (43670, 43669, 43667, 43663)
ORDER BY SalesOrderID DESC

इसे भी देखें: http://blog.sqlauthority.com/2011/11/20/sql-server-introduction-to-percentile_cont-analytic-functions-introduced-in-sql-server-2012/


12
यह विशेषज्ञ विश्लेषण खराब प्रदर्शन के कारण PERCENTILE कार्यों के खिलाफ एक सम्मोहक तर्क देता है। sqlperformance.com/2012/08/t-sql-queries/median
carl.anderson

4
क्या आपको DISTINCTया जोड़ने की आवश्यकता नहीं है GROUPY BY SalesOrderID? अन्यथा आपके पास बहुत सारी डुप्लिकेट पंक्तियाँ होंगी।
कॉन्स्टेंटिन

1
यह उत्तर है। पता नहीं क्यों मैं इस दूर स्क्रॉल किया था
FistOfFury

वहाँ भी एक विचारशील संस्करण का उपयोग कर रहा हैPERCENTILE_DISC
johnDanger

ऊपर दिए गए @ carl.anderson के बिंदु पर बल देना: एक PERCENTILE_CONT समाधान को उनके विशेष परीक्षण स्कीमा पर SQL सर्वर 2012 पर परीक्षण किए गए सबसे तेज़ समाधान की तुलना में 373x धीमा (!!!!) मापा गया। उस लेख को पढ़ें जिसमें अधिक विवरण के लिए कार्ल जुड़ा हुआ है।
जस्टिन ग्रांट

21

मेरा मूल त्वरित उत्तर था:

select  max(my_column) as [my_column], quartile
from    (select my_column, ntile(4) over (order by my_column) as [quartile]
         from   my_table) i
--where quartile = 2
group by quartile

यह आपको एक गिर झपट्टा में मध्य और इंटरक्वेर्टाइल रेंज देगा। यदि आप वास्तव में केवल एक पंक्ति चाहते हैं जो कि मध्यिका है तो जहां खंड है, उसे अनइंस्टॉल करें।

जब आप उसे समझाते हैं कि एक योजना में, 60% कार्य डेटा को छांट रहा है जो इस तरह की स्थिति पर निर्भर आँकड़ों की गणना करते समय अपरिहार्य है।

मैंने नीचे दिए गए टिप्पणियों में रॉबर्ट íevčík-Robajz के उत्कृष्ट सुझाव का पालन करने का उत्तर दिया है:

;with PartitionedData as
  (select my_column, ntile(10) over (order by my_column) as [percentile]
   from   my_table),
MinimaAndMaxima as
  (select  min(my_column) as [low], max(my_column) as [high], percentile
   from    PartitionedData
   group by percentile)
select
  case
    when b.percentile = 10 then cast(b.high as decimal(18,2))
    else cast((a.low + b.high)  as decimal(18,2)) / 2
  end as [value], --b.high, a.low,
  b.percentile
from    MinimaAndMaxima a
  join  MinimaAndMaxima b on (a.percentile -1 = b.percentile) or (a.percentile = 10 and b.percentile = 10)
--where b.percentile = 5

जब आपके पास डेटा आइटम्स की एक समान संख्या हो, तो सही माध्यिका और प्रतिशतक मानों की गणना करना चाहिए। फ़ाइनल को फिर से अनकम्प्लीट करें जहाँ क्लॉज़ है यदि आप केवल माध्य चाहते हैं और संपूर्ण प्रतिशत वितरण नहीं है।


1
यह वास्तव में बहुत अच्छा काम करता है, और डेटा के विभाजन के लिए अनुमति देता है।
जोनाथन बीहल्टर

3
यदि यह एक से बंद होना ठीक है, तो ऊपर दी गई क्वेरी ठीक है। लेकिन अगर आपको सटीक माध्यिका की जरूरत है, तो आपको परेशानी होगी। उदाहरण के लिए, अनुक्रम के लिए (1,3,5,7) माध्य 4 है, लेकिन ऊपर दिए गए क्वेरी 3. 3. (1,2,3,503,603,703) माध्य 258 है, लेकिन क्वेरी 503 से ऊपर है।
जस्टिन अनुदान

1
आप एक उपनगर में प्रत्येक चतुर्थक का अधिकतम और न्यूनतम समय लेकर, तब अगले के पिछले और न्यूनतम को अधिकतम कर सकते हैं?
Rbjz


8

MS SQL Server 2012 (और बाद में) में PERCENTILE_DISC फ़ंक्शन है जो सॉर्ट किए गए मानों के लिए एक विशिष्ट प्रतिशतता की गणना करता है। PERCENTILE_DISC (0.5) माध्यिका की गणना करेगा - https://msdn.microsoft.com/en-us/library/hh231327.aspx


4

सरल, तेज, सटीक

SELECT x.Amount 
FROM   (SELECT amount, 
               Count(1) OVER (partition BY 'A')        AS TotalRows, 
               Row_number() OVER (ORDER BY Amount ASC) AS AmountOrder 
        FROM   facttransaction ft) x 
WHERE  x.AmountOrder = Round(x.TotalRows / 2.0, 0)  

4

यदि आप SQL Server में Create Aggregate फ़ंक्शन का उपयोग करना चाहते हैं, तो यह कैसे करना है। इस तरह से करने से स्वच्छ प्रश्न लिखने में सक्षम होने का लाभ मिलता है। ध्यान दें कि इस प्रक्रिया को काफी आसानी से एक प्रतिशत मूल्य की गणना करने के लिए अनुकूलित किया जा सकता है।

एक नया Visual Studio प्रोजेक्ट बनाएँ और लक्ष्य ढाँचा .NET 3.5 पर सेट करें (यह SQL 2008 के लिए है, यह SQL 2012 में भिन्न हो सकता है)। फिर एक क्लास फाइल बनाएं और निम्नलिखित कोड में डालें, या c # समतुल्य:

Imports Microsoft.SqlServer.Server
Imports System.Data.SqlTypes
Imports System.IO

<Serializable>
<SqlUserDefinedAggregate(Format.UserDefined, IsInvariantToNulls:=True, IsInvariantToDuplicates:=False, _
  IsInvariantToOrder:=True, MaxByteSize:=-1, IsNullIfEmpty:=True)>
Public Class Median
  Implements IBinarySerialize
  Private _items As List(Of Decimal)

  Public Sub Init()
    _items = New List(Of Decimal)()
  End Sub

  Public Sub Accumulate(value As SqlDecimal)
    If Not value.IsNull Then
      _items.Add(value.Value)
    End If
  End Sub

  Public Sub Merge(other As Median)
    If other._items IsNot Nothing Then
      _items.AddRange(other._items)
    End If
  End Sub

  Public Function Terminate() As SqlDecimal
    If _items.Count <> 0 Then
      Dim result As Decimal
      _items = _items.OrderBy(Function(i) i).ToList()
      If _items.Count Mod 2 = 0 Then
        result = ((_items((_items.Count / 2) - 1)) + (_items(_items.Count / 2))) / 2@
      Else
        result = _items((_items.Count - 1) / 2)
      End If

      Return New SqlDecimal(result)
    Else
      Return New SqlDecimal()
    End If
  End Function

  Public Sub Read(r As BinaryReader) Implements IBinarySerialize.Read
    'deserialize it from a string
    Dim list = r.ReadString()
    _items = New List(Of Decimal)

    For Each value In list.Split(","c)
      Dim number As Decimal
      If Decimal.TryParse(value, number) Then
        _items.Add(number)
      End If
    Next

  End Sub

  Public Sub Write(w As BinaryWriter) Implements IBinarySerialize.Write
    'serialize the list to a string
    Dim list = ""

    For Each item In _items
      If list <> "" Then
        list += ","
      End If      
      list += item.ToString()
    Next
    w.Write(list)
  End Sub
End Class

फिर इसे संकलित करें और अपने SQL सर्वर मशीन में DLL और PDB फ़ाइल की प्रतिलिपि बनाएँ और SQL सर्वर में निम्न कमांड चलाएँ:

CREATE ASSEMBLY CustomAggregate FROM '{path to your DLL}'
WITH PERMISSION_SET=SAFE;
GO

CREATE AGGREGATE Median(@value decimal(9, 3))
RETURNS decimal(9, 3) 
EXTERNAL NAME [CustomAggregate].[{namespace of your DLL}.Median];
GO

फिर आप इस तरह माध्यिका की गणना करने के लिए एक प्रश्न लिख सकते हैं: चयन करें dbo.Median (फ़ील्ड) तालिका से


3

मैं सिर्फ इस पृष्ठ पर आया था, जबकि मध्य आधारित समाधान की तलाश में था। यहाँ कुछ समाधानों को देखने के बाद, मैं निम्नलिखित के साथ आया। आशा है मदद / काम करता है।

DECLARE @test TABLE(
    i int identity(1,1),
    id int,
    score float
)

INSERT INTO @test (id,score) VALUES (1,10)
INSERT INTO @test (id,score) VALUES (1,11)
INSERT INTO @test (id,score) VALUES (1,15)
INSERT INTO @test (id,score) VALUES (1,19)
INSERT INTO @test (id,score) VALUES (1,20)

INSERT INTO @test (id,score) VALUES (2,20)
INSERT INTO @test (id,score) VALUES (2,21)
INSERT INTO @test (id,score) VALUES (2,25)
INSERT INTO @test (id,score) VALUES (2,29)
INSERT INTO @test (id,score) VALUES (2,30)

INSERT INTO @test (id,score) VALUES (3,20)
INSERT INTO @test (id,score) VALUES (3,21)
INSERT INTO @test (id,score) VALUES (3,25)
INSERT INTO @test (id,score) VALUES (3,29)

DECLARE @counts TABLE(
    id int,
    cnt int
)

INSERT INTO @counts (
    id,
    cnt
)
SELECT
    id,
    COUNT(*)
FROM
    @test
GROUP BY
    id

SELECT
    drv.id,
    drv.start,
    AVG(t.score)
FROM
    (
        SELECT
            MIN(t.i)-1 AS start,
            t.id
        FROM
            @test t
        GROUP BY
            t.id
    ) drv
    INNER JOIN @test t ON drv.id = t.id
    INNER JOIN @counts c ON t.id = c.id
WHERE
    t.i = ((c.cnt+1)/2)+drv.start
    OR (
        t.i = (((c.cnt+1)%2) * ((c.cnt+2)/2))+drv.start
        AND ((c.cnt+1)%2) * ((c.cnt+2)/2) <> 0
    )
GROUP BY
    drv.id,
    drv.start

3

निम्न क्वेरी एक स्तंभ में मानों की सूची में से माध्यिका लौटाती है । इसका उपयोग किसी समुच्चय समारोह के साथ या उसके साथ नहीं किया जा सकता है, लेकिन आप फिर भी इसे आंतरिक चयन में WHERE क्लॉज के साथ उप-क्वेरी के रूप में उपयोग कर सकते हैं।

SQL सर्वर 2005+:

SELECT TOP 1 value from
(
    SELECT TOP 50 PERCENT value 
    FROM table_name 
    ORDER BY  value
)for_median
ORDER BY value DESC

3

यद्यपि जस्टिन अनुदान का समाधान ठोस प्रतीत होता है, मैंने पाया है कि जब आपके पास किसी दिए गए विभाजन कुंजी के भीतर कई डुप्लिकेट मान हैं तो ASC डुप्लिकेट मानों के लिए पंक्ति संख्या क्रम से समाप्त हो जाती है ताकि वे ठीक से संरेखित न हों।

यहाँ मेरे परिणाम से एक टुकड़ा है:

KEY VALUE ROWA ROWD  

13  2     22   182
13  1     6    183
13  1     7    184
13  1     8    185
13  1     9    186
13  1     10   187
13  1     11   188
13  1     12   189
13  0     1    190
13  0     2    191
13  0     3    192
13  0     4    193
13  0     5    194

मैंने इस समाधान के आधार के रूप में जस्टिन के कोड का उपयोग किया। हालाँकि यह उतनी कुशल नहीं है, जितना कि कई व्युत्पन्न तालिकाओं के उपयोग से यह मेरे द्वारा सामना की गई पंक्ति क्रम समस्या को हल करता है। किसी भी सुधार का स्वागत किया जाएगा क्योंकि मैं टी-एसक्यूएल में अनुभवी नहीं हूं।

SELECT PKEY, cast(AVG(VALUE)as decimal(5,2)) as MEDIANVALUE
FROM
(
  SELECT PKEY,VALUE,ROWA,ROWD,
  'FLAG' = (CASE WHEN ROWA IN (ROWD,ROWD-1,ROWD+1) THEN 1 ELSE 0 END)
  FROM
  (
    SELECT
    PKEY,
    cast(VALUE as decimal(5,2)) as VALUE,
    ROWA,
    ROW_NUMBER() OVER (PARTITION BY PKEY ORDER BY ROWA DESC) as ROWD 

    FROM
    (
      SELECT
      PKEY, 
      VALUE,
      ROW_NUMBER() OVER (PARTITION BY PKEY ORDER BY VALUE ASC,PKEY ASC ) as ROWA 
      FROM [MTEST]
    )T1
  )T2
)T3
WHERE FLAG = '1'
GROUP BY PKEY
ORDER BY PKEY

2

ऊपर जस्टिन का उदाहरण बहुत अच्छा है। लेकिन उस प्राथमिक कुंजी की आवश्यकता को बहुत स्पष्ट रूप से कहा जाना चाहिए। मैंने उस कोड को बिना कुंजी के जंगली में देखा है और परिणाम खराब हैं।

Percentile_Cont के बारे में मुझे जो शिकायत है, वह यह है कि यह आपको डेटासेट से वास्तविक मूल्य नहीं देगा। एक "माध्यिका" प्राप्त करने के लिए जो कि डेटासेट से एक वास्तविक मूल्य है Percentile_Disc का उपयोग करें।

SELECT SalesOrderID, OrderQty,
    PERCENTILE_DISC(0.5) 
        WITHIN GROUP (ORDER BY OrderQty)
        OVER (PARTITION BY SalesOrderID) AS MedianCont
FROM Sales.SalesOrderDetail
WHERE SalesOrderID IN (43670, 43669, 43667, 43663)
ORDER BY SalesOrderID DESC

2

UDF में लिखें:

 Select Top 1 medianSortColumn from Table T
  Where (Select Count(*) from Table
         Where MedianSortColumn <
           (Select Count(*) From Table) / 2)
  Order By medianSortColumn

7
सामानों की एक समान संख्या के मामले में, माध्य दो मध्य वस्तुओं का औसत है, जो इस यूडीएफ द्वारा कवर नहीं किया गया है।
याकोव एलिस

1
क्या आप इसे पूरे यूडीएफ में फिर से लिख सकते हैं?
प्रिज़ीमस्लाव रेमिन

2

मेडियन ढूँढना

किसी विशेषता के माध्य को खोजने की यह सबसे सरल विधि है।

Select round(S.salary,4) median from employee S where (select count(salary) from station where salary < S.salary ) = (select count(salary) from station where salary > S.salary)

जब तक पंक्तियों की संख्या हो, तब तक मामला कैसे संभालेगा?
priojeet priyom


1

'Table1' से एक सतत चर / माप 'col1' के लिए

select col1  
from
    (select top 50 percent col1, 
    ROW_NUMBER() OVER(ORDER BY col1 ASC) AS Rowa,
    ROW_NUMBER() OVER(ORDER BY col1 DESC) AS Rowd
    from table1 ) tmp
where tmp.Rowa = tmp.Rowd

1

COUNT एग्रीगेट का उपयोग करके, आप पहली बार @cnt नामक वैरिएबल में कितनी पंक्तियाँ हैं और स्टोर कर सकते हैं। तब आप निर्दिष्ट करने के लिए OFFSET-FETCH फ़िल्टर के लिए मापदंडों की गणना कर सकते हैं, क्यूटी ऑर्डरिंग के आधार पर, कितनी पंक्तियों को छोड़ना (ऑफ़सेट वैल्यू) और कितने को फ़िल्टर करना है (प्राप्त मान)।

छोड़ने के लिए पंक्तियों की संख्या है (@cnt - 1) / 2. यह स्पष्ट है कि एक विषम गणना के लिए यह गणना सही है क्योंकि आप पहली बार एकल मध्यम मूल्य के लिए 1 घटाते हैं, इससे पहले कि आप 2 से विभाजित करें।

यह एक समान गणना के लिए भी सही ढंग से काम करता है क्योंकि अभिव्यक्ति में प्रयुक्त विभाजन पूर्णांक विभाजन है; इसलिए, जब एक सम संख्या से 1 घटाया जाता है, तो आपको एक विषम मान के साथ छोड़ दिया जाता है।

उस विषम मान को 2 से विभाजित करने पर, परिणाम का अंश (.5) छोटा हो जाता है। लाने के लिए पंक्तियों की संख्या 2 है - (@cnt% 2)। विचार यह है कि जब गणना विषम होती है तो मोडुलो ऑपरेशन का परिणाम 1 होता है, और आपको 1 पंक्ति लाने की आवश्यकता होती है। जब गिनती भी modulo ऑपरेशन का परिणाम 0 है, और आपको 2 पंक्तियों को लाने की आवश्यकता है। 2 से मोडुलो ऑपरेशन के 1 या 0 परिणाम को घटाकर, आपको क्रमशः वांछित 1 या 2 मिलता है। अंत में, मध्यमा मात्रा की गणना करने के लिए, एक या दो परिणाम मात्रा लें, और इनपुट पूर्णांक मान को सांख्यिक रूप में एक के बाद एक औसत रूप से लागू करें:

DECLARE @cnt AS INT = (SELECT COUNT(*) FROM [Sales].[production].[stocks]);
SELECT AVG(1.0 * quantity) AS median
FROM ( SELECT quantity
FROM [Sales].[production].[stocks]
ORDER BY quantity
OFFSET (@cnt - 1) / 2 ROWS FETCH NEXT 2 - @cnt % 2 ROWS ONLY ) AS D;

0

मैं अपने आप से एक समाधान निकालना चाहता था, लेकिन मेरा दिमाग फंस गया और रास्ते में गिर गया। मुझे लगता है कि यह काम करता है, लेकिन मुझे सुबह इसे समझाने के लिए मत कहो। : पी

DECLARE @table AS TABLE
(
    Number int not null
);

insert into @table select 2;
insert into @table select 4;
insert into @table select 9;
insert into @table select 15;
insert into @table select 22;
insert into @table select 26;
insert into @table select 37;
insert into @table select 49;

DECLARE @Count AS INT
SELECT @Count = COUNT(*) FROM @table;

WITH MyResults(RowNo, Number) AS
(
    SELECT RowNo, Number FROM
        (SELECT ROW_NUMBER() OVER (ORDER BY Number) AS RowNo, Number FROM @table) AS Foo
)
SELECT AVG(Number) FROM MyResults WHERE RowNo = (@Count+1)/2 OR RowNo = ((@Count+1)%2) * ((@Count+2)/2)

0
--Create Temp Table to Store Results in
DECLARE @results AS TABLE 
(
    [Month] datetime not null
 ,[Median] int not null
);

--This variable will determine the date
DECLARE @IntDate as int 
set @IntDate = -13


WHILE (@IntDate < 0) 
BEGIN

--Create Temp Table
DECLARE @table AS TABLE 
(
    [Rank] int not null
 ,[Days Open] int not null
);

--Insert records into Temp Table
insert into @table 

SELECT 
    rank() OVER (ORDER BY DATEADD(mm, DATEDIFF(mm, 0, DATEADD(ss, SVR.close_date, '1970')), 0), DATEDIFF(day,DATEADD(ss, SVR.open_date, '1970'),DATEADD(ss, SVR.close_date, '1970')),[SVR].[ref_num]) as [Rank]
 ,DATEDIFF(day,DATEADD(ss, SVR.open_date, '1970'),DATEADD(ss, SVR.close_date, '1970')) as [Days Open]
FROM
 mdbrpt.dbo.View_Request SVR
 LEFT OUTER JOIN dbo.dtv_apps_systems vapp 
 on SVR.category = vapp.persid
 LEFT OUTER JOIN dbo.prob_ctg pctg 
 on SVR.category = pctg.persid
 Left Outer Join [mdbrpt].[dbo].[rootcause] as [Root Cause] 
 on [SVR].[rootcause]=[Root Cause].[id]
 Left Outer Join [mdbrpt].[dbo].[cr_stat] as [Status]
 on [SVR].[status]=[Status].[code]
 LEFT OUTER JOIN [mdbrpt].[dbo].[net_res] as [net] 
 on [net].[id]=SVR.[affected_rc]
WHERE
 SVR.Type IN ('P') 
 AND
 SVR.close_date IS NOT NULL 
 AND
 [Status].[SYM] = 'Closed'
 AND
 SVR.parent is null
 AND
 [Root Cause].[sym] in ( 'RC - Application','RC - Hardware', 'RC - Operational', 'RC - Unknown')
 AND
 (
  [vapp].[appl_name] in ('3PI','Billing Rpts/Files','Collabrent','Reports','STMS','STMS 2','Telco','Comergent','OOM','C3-BAU','C3-DD','DIRECTV','DIRECTV Sales','DIRECTV Self Care','Dealer Website','EI Servlet','Enterprise Integration','ET','ICAN','ODS','SB-SCM','SeeBeyond','Digital Dashboard','IVR','OMS','Order Services','Retail Services','OSCAR','SAP','CTI','RIO','RIO Call Center','RIO Field Services','FSS-RIO3','TAOS','TCS')
 OR
  pctg.sym in ('Systems.Release Health Dashboard.Problem','DTV QA Test.Enterprise Release.Deferred Defect Log')
 AND  
  [Net].[nr_desc] in ('3PI','Billing Rpts/Files','Collabrent','Reports','STMS','STMS 2','Telco','Comergent','OOM','C3-BAU','C3-DD','DIRECTV','DIRECTV Sales','DIRECTV Self Care','Dealer Website','EI Servlet','Enterprise Integration','ET','ICAN','ODS','SB-SCM','SeeBeyond','Digital Dashboard','IVR','OMS','Order Services','Retail Services','OSCAR','SAP','CTI','RIO','RIO Call Center','RIO Field Services','FSS-RIO3','TAOS','TCS')
 )
 AND
 DATEADD(mm, DATEDIFF(mm, 0, DATEADD(ss, SVR.close_date, '1970')), 0) = DATEADD(mm, DATEDIFF(mm,0,DATEADD(mm,@IntDate,getdate())), 0)
ORDER BY [Days Open]



DECLARE @Count AS INT
SELECT @Count = COUNT(*) FROM @table;

WITH MyResults(RowNo, [Days Open]) AS
(
    SELECT RowNo, [Days Open] FROM
        (SELECT ROW_NUMBER() OVER (ORDER BY [Days Open]) AS RowNo, [Days Open] FROM @table) AS Foo
)


insert into @results
SELECT 
 DATEADD(mm, DATEDIFF(mm,0,DATEADD(mm,@IntDate,getdate())), 0) as [Month]
 ,AVG([Days Open])as [Median] FROM MyResults WHERE RowNo = (@Count+1)/2 OR RowNo = ((@Count+1)%2) * ((@Count+2)/2) 


set @IntDate = @IntDate+1
DELETE FROM @table
END

select *
from @results
order by [Month]

0

यह SQL 2000 के साथ काम करता है:

DECLARE @testTable TABLE 
( 
    VALUE   INT
)
--INSERT INTO @testTable -- Even Test
--SELECT 3 UNION ALL
--SELECT 5 UNION ALL
--SELECT 7 UNION ALL
--SELECT 12 UNION ALL
--SELECT 13 UNION ALL
--SELECT 14 UNION ALL
--SELECT 21 UNION ALL
--SELECT 23 UNION ALL
--SELECT 23 UNION ALL
--SELECT 23 UNION ALL
--SELECT 23 UNION ALL
--SELECT 29 UNION ALL
--SELECT 40 UNION ALL
--SELECT 56

--
--INSERT INTO @testTable -- Odd Test
--SELECT 3 UNION ALL
--SELECT 5 UNION ALL
--SELECT 7 UNION ALL
--SELECT 12 UNION ALL
--SELECT 13 UNION ALL
--SELECT 14 UNION ALL
--SELECT 21 UNION ALL
--SELECT 23 UNION ALL
--SELECT 23 UNION ALL
--SELECT 23 UNION ALL
--SELECT 23 UNION ALL
--SELECT 29 UNION ALL
--SELECT 39 UNION ALL
--SELECT 40 UNION ALL
--SELECT 56


DECLARE @RowAsc TABLE
(
    ID      INT IDENTITY,
    Amount  INT
)

INSERT INTO @RowAsc
SELECT  VALUE 
FROM    @testTable 
ORDER BY VALUE ASC

SELECT  AVG(amount)
FROM @RowAsc ra
WHERE ra.id IN
(
    SELECT  ID 
    FROM    @RowAsc
    WHERE   ra.id -
    (
        SELECT  MAX(id) / 2.0 
        FROM    @RowAsc
    ) BETWEEN 0 AND 1

)

0

अपने जैसे नए लोगों के लिए जो बहुत ही मूल बातें सीख रहे हैं, मैं व्यक्तिगत रूप से इस उदाहरण का पालन करना आसान समझता हूं, क्योंकि यह समझना आसान है कि वास्तव में क्या हो रहा है और मध्ययुगीन मूल्य कहां से आ रहे हैं ...

select
 ( max(a.[Value1]) + min(a.[Value1]) ) / 2 as [Median Value1]
,( max(a.[Value2]) + min(a.[Value2]) ) / 2 as [Median Value2]

from (select
    datediff(dd,startdate,enddate) as [Value1]
    ,xxxxxxxxxxxxxx as [Value2]
     from dbo.table1
     )a

हालांकि ऊपर दिए गए कुछ कोडों की पूर्ण विस्मय में !!!


0

यह उतना ही सरल उत्तर है जितना मैं दे सकता हूं। मेरे डेटा के साथ अच्छी तरह से काम किया। यदि आप कुछ मानों को बाहर करना चाहते हैं, तो जहां आंतरिक चयन के लिए एक खंड जोड़ें।

SELECT TOP 1 
    ValueField AS MedianValue
FROM
    (SELECT TOP(SELECT COUNT(1)/2 FROM tTABLE)
        ValueField
    FROM 
        tTABLE
    ORDER BY 
        ValueField) A
ORDER BY
    ValueField DESC

0

निम्नलिखित समाधान इन मान्यताओं के तहत काम करता है:

  • कोई डुप्लिकेट मान नहीं
  • कोई नल नहीं

कोड:

IF OBJECT_ID('dbo.R', 'U') IS NOT NULL
  DROP TABLE dbo.R

CREATE TABLE R (
    A FLOAT NOT NULL);

INSERT INTO R VALUES (1);
INSERT INTO R VALUES (2);
INSERT INTO R VALUES (3);
INSERT INTO R VALUES (4);
INSERT INTO R VALUES (5);
INSERT INTO R VALUES (6);

-- Returns Median(R)
select SUM(A) / CAST(COUNT(A) AS FLOAT)
from R R1 
where ((select count(A) from R R2 where R1.A > R2.A) = 
      (select count(A) from R R2 where R1.A < R2.A)) OR
      ((select count(A) from R R2 where R1.A > R2.A) + 1 = 
      (select count(A) from R R2 where R1.A < R2.A)) OR
      ((select count(A) from R R2 where R1.A > R2.A) = 
      (select count(A) from R R2 where R1.A < R2.A) + 1) ; 

0
DECLARE @Obs int
DECLARE @RowAsc table
(
ID      INT IDENTITY,
Observation  FLOAT
)
INSERT INTO @RowAsc
SELECT Observations FROM MyTable
ORDER BY 1 
SELECT @Obs=COUNT(*)/2 FROM @RowAsc
SELECT Observation AS Median FROM @RowAsc WHERE ID=@Obs

0

मैं कई विकल्पों के साथ प्रयास करता हूं, लेकिन मेरे डेटा रिकॉर्ड के मूल्यों को दोहराया जाने के कारण, ROW_NUMBER संस्करण मेरे लिए कोई विकल्प नहीं हैं। तो यहाँ मैंने जो क्वेरी इस्तेमाल की है (NTILE वाला एक संस्करण):

SELECT distinct
   CustomerId,
   (
       MAX(CASE WHEN Percent50_Asc=1 THEN TotalDue END) OVER (PARTITION BY CustomerId)  +
       MIN(CASE WHEN Percent50_desc=1 THEN TotalDue END) OVER (PARTITION BY CustomerId) 
   )/2 MEDIAN
FROM
(
   SELECT
      CustomerId,
      TotalDue,
     NTILE(2) OVER (
         PARTITION BY CustomerId
         ORDER BY TotalDue ASC) AS Percent50_Asc,
     NTILE(2) OVER (
         PARTITION BY CustomerId
         ORDER BY TotalDue DESC) AS Percent50_desc
   FROM Sales.SalesOrderHeader SOH
) x
ORDER BY CustomerId;

0

जेफ एटवुड के जवाब पर बिल्डिंग यहां ग्रुप बी के साथ है और प्रत्येक समूह के लिए मंझला पाने के लिए एक सहसंबद्ध उपश्रेणी है।

SELECT TestID, 
(
 (SELECT MAX(Score) FROM
   (SELECT TOP 50 PERCENT Score FROM Posts WHERE TestID = Posts_parent.TestID ORDER BY Score) AS BottomHalf)
 +
 (SELECT MIN(Score) FROM
   (SELECT TOP 50 PERCENT Score FROM Posts WHERE TestID = Posts_parent.TestID ORDER BY Score DESC) AS TopHalf)
) / 2 AS MedianScore,
AVG(Score) AS AvgScore, MIN(Score) AS MinScore, MAX(Score) AS MaxScore
FROM Posts_parent
GROUP BY Posts_parent.TestID

0

बार-बार, हमें न केवल पूरी तालिका के लिए, बल्कि कुछ आईडी के संबंध में समुच्चय के लिए मेडियन की गणना करने की आवश्यकता हो सकती है। दूसरे शब्दों में, हमारी तालिका में प्रत्येक आईडी के लिए माध्यिका की गणना करें, जहां प्रत्येक आईडी के कई रिकॉर्ड हैं। (@gdoron द्वारा संपादित समाधान पर आधारित: कई एसक्यूएल में अच्छा प्रदर्शन और काम करता है)

SELECT our_id, AVG(1.0 * our_val) as Median
FROM
( SELECT our_id, our_val, 
  COUNT(*) OVER (PARTITION BY our_id) AS cnt,
  ROW_NUMBER() OVER (PARTITION BY our_id ORDER BY our_val) AS rnk
  FROM our_table
) AS x
WHERE rnk IN ((cnt + 1)/2, (cnt + 2)/2) GROUP BY our_id;

आशा करता हूँ की ये काम करेगा।


0

आपके प्रश्न के लिए, जेफ एटवुड ने पहले ही सरल और प्रभावी समाधान दिया था। लेकिन, यदि आप माध्य की गणना के लिए कुछ वैकल्पिक दृष्टिकोण की तलाश कर रहे हैं, तो नीचे SQL कोड आपकी मदद करेगा।

create table employees(salary int);

insert into employees values(8); insert into employees values(23); insert into employees values(45); insert into employees values(123); insert into employees values(93); insert into employees values(2342); insert into employees values(2238);

select * from employees;

declare @odd_even int; declare @cnt int; declare @middle_no int;


set @cnt=(select count(*) from employees); set @middle_no=(@cnt/2)+1; select @odd_even=case when (@cnt%2=0) THEN -1 ELse 0 END ;


 select AVG(tbl.salary) from  (select  salary,ROW_NUMBER() over (order by salary) as rno from employees group by salary) tbl  where tbl.rno=@middle_no or tbl.rno=@middle_no+@odd_even;

यदि आप MySQL में माध्यिका की गणना करना चाहते हैं, तो यह जीथब लिंक उपयोगी होगा।


0

यह उन मध्यस्थों को खोजने का सबसे इष्टतम समाधान है, जिनके बारे में मैं सोच सकता हूं। उदाहरण में नाम जस्टिन उदाहरण पर आधारित हैं। सुनिश्चित करें कि तालिका के लिए एक सूचकांक बनाओ Sales.SalesOrderHeader उस क्रम में ग्राहक कॉलम और TotalDue के साथ मौजूद है।

SELECT
 sohCount.CustomerId,
 AVG(sohMid.TotalDue) as TotalDueMedian
FROM 
(SELECT 
  soh.CustomerId,
  COUNT(*) as NumberOfRows
FROM 
  Sales.SalesOrderHeader soh 
GROUP BY soh.CustomerId) As sohCount
CROSS APPLY 
    (Select 
       soh.TotalDue
    FROM 
    Sales.SalesOrderHeader soh 
    WHERE soh.CustomerId = sohCount.CustomerId 
    ORDER BY soh.TotalDue
    OFFSET sohCount.NumberOfRows / 2 - ((sohCount.NumberOfRows + 1) % 2) ROWS 
    FETCH NEXT 1 + ((sohCount.NumberOfRows + 1) % 2) ROWS ONLY
    ) As sohMid
GROUP BY sohCount.CustomerId

अपडेट करें

मैं थोड़ा अनिश्चित था कि किस विधि में सबसे अच्छा प्रदर्शन है, इसलिए मैंने अपनी विधि जस्टिन ग्रांट्स और जेफ एटवुड्स के बीच एक बैच में सभी तीन तरीकों के आधार पर क्वेरी चलाकर और प्रत्येक क्वेरी की बैच लागत के बीच तुलना की थी:

सूचकांक के बिना:

  • मेरा 30%
  • जस्टिन 13% अनुदान
  • जेफ Atwoods 58%

और सूचकांक के साथ

  • मेरा 3%।
  • जस्टिन 10% अनुदान
  • जेफ Atwoods 87%

मैंने यह देखने की कोशिश की कि प्रश्नों का कितना अच्छा पैमाने है यदि आपके पास 14 000 पंक्तियों से अधिक डेटा बनाकर 2 के 512 तक कारक है जो लगभग 7,2 मिलियन पंक्तियों के अंत में है। नोट मैंने सुनिश्चित किया है कि CustomeId फ़ील्ड जहां हर बार मैंने एक ही प्रतिलिपि बनाई है, इसलिए CustomerId के अद्वितीय उदाहरण की तुलना में पंक्तियों के अनुपात को स्थिर रखा गया था। जब मैं ऐसा कर रहा था, तब मैंने निष्पादन किया, जहां मैंने बाद में सूचकांक को फिर से बनाया, और मैंने देखा कि परिणाम 128 के एक कारक के आसपास स्थिर हो गए थे, जहां मुझे इन मूल्यों के साथ डेटा था:

  • मेरा 3%।
  • जस्टिन अनुदान 5%
  • जेफ Atwoods 92%

मैं सोचता था कि पंक्तियों की संख्या को मापते हुए प्रदर्शन को कैसे प्रभावित किया जा सकता है, लेकिन यूनीक कस्टमरआईड को स्थिर रखते हुए, इसलिए मैंने एक नया परीक्षण सेटअप किया जहां मैंने यह किया। अब स्थिर करने के बजाय, बैच लागत अनुपात में परिवर्तन होता रहा, प्रति ग्राहक प्रति ग्राहक लगभग 20 पंक्तियों के बजाय, मेरे पास इस तरह की अनोखी आईडी प्रति 10000 पंक्तियों के अंत में थी। नंबर जहां:

  • मेरा 4%
  • जस्टिंस 60%
  • जेफ़ 35%

मैंने सुनिश्चित किया कि मैंने परिणामों की तुलना करके प्रत्येक विधि को सही तरीके से लागू किया। मेरा निष्कर्ष वह विधि है जिसका उपयोग मैंने आम तौर पर तब तक किया जब तक कि सूचकांक मौजूद है। यह भी देखा कि इस लेख में इस विशेष समस्या के लिए इस विधि की सिफारिश की गई है https://www.microsoftpressstore.com/articles/article.aspx?p=2314819&seqNum=5

इस प्रश्न के लिए बाद की कॉल के प्रदर्शन को और भी बेहतर बनाने का एक तरीका यह है कि एक सहायक तालिका में गणना की जानकारी को बनाए रखा जाए। आप इसे ट्रिगर भी कर सकते हैं जो कि अपडेट होता है और SalesIrderHeader पंक्तियों की गिनती के बारे में जानकारी रखता है, जो CustomerId पर निर्भर करता है, निश्चित रूप से आप फिर माध्यिका को भी सरल स्टोर कर सकते हैं।


0

बड़े पैमाने पर डेटासेट के लिए, आप इस GIST की कोशिश कर सकते हैं:

https://gist.github.com/chrisknoll/1b38761ce8c5016ec5b2

यह आपके सेट में मिलने वाले अलग-अलग मूल्यों (जैसे कि उम्र, या जन्म का वर्ष, आदि) को एकत्रित करके काम करता है, और क्वेरी में निर्दिष्ट किसी भी प्रतिशत स्थिति का पता लगाने के लिए SQL विंडो फ़ंक्शन का उपयोग करता है।

हमारी साइट का प्रयोग करके, आप स्वीकार करते हैं कि आपने हमारी Cookie Policy और निजता नीति को पढ़ और समझा लिया है।
Licensed under cc by-sa 3.0 with attribution required.