如何在Apache Superset中实现基于PostgreSQL的动态中位数计算

核心思路 #

通过Superset的模板变量结合PostgreSQL的条件逻辑，根据vac_brand_name过滤器的选择动态调整数据聚合方式，分别处理无筛选、单品牌筛选、多品牌筛选三种场景的中位数计算。

动态SQL实现 #

创建以下自定义SQL查询（可保存为虚拟数据集）：

WITH executor_shifts AS (
    SELECT
        vac_start_date,
        executor_id,
        SUM(shifts) AS total_shifts
    FROM workt2
    -- 匹配过滤器选中的品牌，无筛选时取所有数据
    WHERE {{ filter_values('vac_brand_name') | length == 0 }} OR vac_brand_name = ANY({{ filter_values('vac_brand_name') }})
    GROUP BY vac_start_date, executor_id
),
brand_summary AS (
    SELECT
        vac_start_date,
        -- 动态生成品牌显示文本
        CASE
            WHEN {{ filter_values('vac_brand_name') | length == 0 }} THEN NULL
            WHEN {{ filter_values('vac_brand_name') | length == 1 }} THEN {{ filter_values('vac_brand_name')[0] }}
            ELSE array_to_string({{ filter_values('vac_brand_name') }}, ', ')
        END AS vac_brand_name,
        -- 计算中位数
        percentile_cont(0.5) WITHIN GROUP (ORDER BY total_shifts) AS median_shifts
    FROM executor_shifts
    GROUP BY vac_start_date,
        -- 根据筛选状态调整分组维度
        CASE
            WHEN {{ filter_values('vac_brand_name') | length == 0 }} THEN NULL
            ELSE array_to_string({{ filter_values('vac_brand_name') }}, ', ')
        END
)
SELECT
    vac_start_date,
    -- 无筛选时隐藏品牌列（可改为'所有品牌'自定义显示）
    CASE WHEN vac_brand_name IS NULL THEN NULL ELSE vac_brand_name END AS vac_brand_name,
    median_shifts
FROM brand_summary

Superset配置步骤 #

1. 创建虚拟数据集：
   • 进入SQL Lab，粘贴上述SQL，连接到目标PostgreSQL数据库，保存为虚拟数据集。
2. 配置过滤器：
   • 基于该数据集创建图表时，添加vac_brand_name过滤器，设置为多选下拉框类型，支持空选择、单选择、多选择。
3. 图表配置：
   • 选择表格类图表，将vac_start_date、vac_brand_name、median_shifts添加为表格列；无筛选时vac_brand_name列会自动为空，可在列配置中设置隐藏规则。

场景验证 #

• 无筛选品牌：计算所有executor_id的shifts总和的中位数，结果为5，符合预期。
• 筛选单个品牌（如DMC）：计算该品牌下每个executor_id的shifts中位数，结果为3，符合预期。
• 筛选多个品牌（如DMC和v）：计算选中品牌下每个executor_id的shifts总和的中位数，结果为5，符合预期。

内容的提问来源于stack exchange，提问作者Nick Zakharov