本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
$percentile
8.0.1 版的新功能。
Amazon DocumentDB 中的$percentile運算子會計算數值資料的指定百分位數值。作為累積器，它會在彙總管道$group階段的 群組內跨文件計算百分位數值。做為表達式，它會計算數字陣列的百分位數。
參數
-
input：解析為數值或數值陣列的表達式。
-
p：介於 0 和 1 之間的百分位數值陣列，其中每個值代表要計算的百分位數。例如， 會[0.25, 0.5, 0.75]計算第 25、第 50 和第 75 個百分位數。
-
method：指定計算方法的字串。目前僅支援 "approximate"。
Behavior (行為)
"approximate" 方法使用 t-digest 演算法來計算以百分位數為基礎的近似指標。使用小型資料集時，不同的百分位數值可能會解析為相同的結果。例如，每個群組只有 5 個值，p90 和 p99 可能會同時傳回群組中的最大值。精確度會隨著資料點數量的增加而提高。
範例 (MongoDB Shell)
下列範例顯示如何使用 $percentile 運算子計算每個類別分數的第 25 百分位數和第 75 百分位數。
建立範例文件
db.students.insertMany([
{ class: "A", score: 72 },
{ class: "A", score: 85 },
{ class: "A", score: 90 },
{ class: "A", score: 68 },
{ class: "A", score: 95 },
{ class: "B", score: 80 },
{ class: "B", score: 75 },
{ class: "B", score: 92 },
{ class: "B", score: 88 },
{ class: "B", score: 70 }
]);
查詢範例
db.students.aggregate([
{ $group: {
_id: "$class",
percentiles: { $percentile: { input: "$score", p: [0.25, 0.75], method: "approximate" } }
}}
]);
輸出
[
{ "_id": "A", "percentiles": [72, 90] },
{ "_id": "B", "percentiles": [75, 88] }
]
表達式用量範例 (MongoDB Shell)
$percentile 運算子也可以用作$project階段內的表達式，以計算陣列欄位的百分位數。
建立範例文件
db.surveys.insertMany([
{ _id: 1, responses: [2, 4, 6, 8, 10, 12, 14, 16, 18, 20] },
{ _id: 2, responses: [1, 3, 5, 7, 9, 11, 13, 15, 17, 19] }
]);
查詢範例
db.surveys.aggregate([
{ $project: {
quartiles: { $percentile: { input: "$responses", p: [0.25, 0.5, 0.75], method: "approximate" } }
}}
]);
輸出
[
{ "_id": 1, "quartiles": [6, 10, 16] },
{ "_id": 2, "quartiles": [5, 9, 15] }
]
程式碼範例
若要檢視使用 $percentile 運算子的程式碼範例，請選擇您要使用的語言標籤。下列範例顯示累積器用量 （在 中$group) 和表達式用量 （在 中$project)：
- Node.js
-
const { MongoClient } = require('mongodb');
async function example() {
const uri = 'mongodb://<username>:<password>@<cluster-endpoint>:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false';
const client = new MongoClient(uri);
try {
await client.connect();
const db = client.db('test');
// Accumulator usage: percentiles across grouped documents
const students = db.collection('students');
const accumulatorResult = await students.aggregate([
{ $group: {
_id: "$class",
percentiles: { $percentile: { input: "$score", p: [0.25, 0.75], method: "approximate" } }
}}
]).toArray();
console.log('Accumulator result:', accumulatorResult);
// Expression usage: percentiles of an array field
const surveys = db.collection('surveys');
const expressionResult = await surveys.aggregate([
{ $project: {
quartiles: { $percentile: { input: "$responses", p: [0.25, 0.5, 0.75], method: "approximate" } }
}}
]).toArray();
console.log('Expression result:', expressionResult);
} finally {
await client.close();
}
}
example();
- Python
-
from pymongo import MongoClient
def example():
client = MongoClient('mongodb://<username>:<password>@<cluster-endpoint>:27017/?tls=true&tlsCAFile=global-bundle.pem&replicaSet=rs0&readPreference=secondaryPreferred&retryWrites=false')
try:
db = client['test']
# Accumulator usage: percentiles across grouped documents
students = db['students']
accumulator_result = list(students.aggregate([
{ '$group': {
'_id': '$class',
'percentiles': { '$percentile': { 'input': '$score', 'p': [0.25, 0.75], 'method': 'approximate' } }
}}
]))
print('Accumulator result:', accumulator_result)
# Expression usage: percentiles of an array field
surveys = db['surveys']
expression_result = list(surveys.aggregate([
{ '$project': {
'quartiles': { '$percentile': { 'input': '$responses', 'p': [0.25, 0.5, 0.75], 'method': 'approximate' } }
}}
]))
print('Expression result:', expression_result)
finally:
client.close()
example()
