在中國(guó)，由于受到安土重遷的思想影響岭参，無(wú)論是剛踏入社會(huì)的年輕人反惕，還是步入中年的家庭中堅(jiān)，人們對(duì)房?jī)r(jià)的關(guān)注從未減少過(guò)冗荸。從2016年起承璃，房?jī)r(jià)一路走高，甚至有一些十分神秘的天價(jià)房產(chǎn)蚌本。本文將揭示從數(shù)據(jù)上看全國(guó)最貴的天價(jià)小區(qū)有哪些盔粹？高房?jī)r(jià)分布在哪些城市？天價(jià)房都有什么特點(diǎn)程癌？
用Top-N從茫茫數(shù)據(jù)中找到天價(jià)房
本次分析需要涉及全國(guó)范圍內(nèi)的大量房地產(chǎn)數(shù)據(jù)舷嗡，如果有一個(gè)函數(shù)可以快速?gòu)暮Ａ繑?shù)據(jù)中找到某個(gè)維度（比如單價(jià)）上前20%的數(shù)據(jù)，就可以幫我們快速縮小要分析的范圍嵌莉，甚至直接定位目標(biāo)进萄。
于是，分析師小杜就想到了 Top-N锐峭。Top-N 在很多領(lǐng)域的分析中都很常用中鼠，簡(jiǎn)單來(lái)說(shuō)，通過(guò) Top-N 可以得到海量數(shù)據(jù)中符合要求的 N 個(gè)頂級(jí)項(xiàng)沿癞。 但在海量數(shù)據(jù)背景下援雇，隨著明細(xì)數(shù)據(jù)集越來(lái)越大，只通過(guò)在線計(jì)算的方式得到一個(gè)大數(shù)據(jù)集的 Top-N 結(jié)果需要耗費(fèi)很長(zhǎng)時(shí)間椎扬。
Kyligence Enterprise 作為使用預(yù)計(jì)算的 OLAP 引擎惫搏，引入了 Top-N 函數(shù)來(lái)解決上述問(wèn)題具温。具體來(lái)說(shuō)，一方面將需要聚合的指標(biāo)預(yù)計(jì)算筐赔，另一方面對(duì)數(shù)據(jù)分組排序并舍棄尾端數(shù)據(jù)铣猩，整體上降低了查詢(xún)成本，因而可以迅速地獲取并返回Top-N的結(jié)果茴丰。
本例中达皿，分析師將通過(guò) Kyligence Enterprise 中 Top-N 函數(shù)對(duì)海量房產(chǎn)數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)爬取自房天下（全球最大的房地產(chǎn)家居網(wǎng)絡(luò)平臺(tái)）贿肩，涉及全國(guó) 28 個(gè)城市的 34,944 個(gè)小區(qū)鳞绕。獲得的數(shù)據(jù)集中，包含房產(chǎn)所在城市（CITY）尸曼，小區(qū)（GADERN），平米單價(jià)（UNIT_PRICE）萄焦，以及總價(jià)（PRICE）控轿。
為實(shí)現(xiàn) Top-N 函數(shù)的預(yù)計(jì)算，分析師需在設(shè)計(jì) Cube 時(shí)在“度量”步驟為UNIT_PRICE?添加 Top-N 度量拂封。設(shè)置后如下圖所示茬射。
全國(guó)房?jī)r(jià)最高的10個(gè)城市
首先，以城市為聚合組冒签，來(lái)查看全國(guó)普遍房?jī)r(jià)在抛。我們分別選取 25%、50%萧恕、75% 分位數(shù)來(lái)代表房?jī)r(jià)情況刚梭，對(duì)全國(guó)平米單價(jià)進(jìn)行排序。使用 percentile 函數(shù)①票唆， 選取UNIT_PRICE 分位數(shù)朴读，利用 Top-N 進(jìn)行排序。以 50% 分位數(shù)為例走趋，查詢(xún)語(yǔ)句如下：
select CITY, percentile_approx(UNIT_PRICE,0.5) as UNIT_PRICE_50
from?CHI_PRICE_07271
group by CITY
order by percentile_approx(UNIT_PRICE,0.5) desc limit 20
有 Top-N 預(yù)計(jì)算的 Cube 只需要0.38秒就可以得到結(jié)果衅金。結(jié)果如下：
選取 25%簿煌、50%氮唯、75% 分位數(shù)來(lái)代替房?jī)r(jià)，三次計(jì)算的完整結(jié)果如下表姨伟。
結(jié)果顯示惩琉，北京、深圳授滓、上海琳水、廈門(mén)四個(gè)城市肆糕，在各分位房?jī)r(jià)均位列全國(guó)前四。其中第一名的北京以房?jī)r(jià)中位數(shù)為 6.4萬(wàn)元/㎡ 遠(yuǎn)超同為直轄市的天津 在孝。
總體看來(lái)诚啃，房?jī)r(jià)前十名的大多為一線城市。但有趣的是私沮，廈門(mén)和福州兩個(gè)來(lái)自閩南地區(qū)的二線城市始赎，也進(jìn)入了 top10 榜單。其中廈門(mén)更是以中位數(shù) 4.1萬(wàn)元/㎡ 的均價(jià)超過(guò)廣州仔燕，成為全國(guó)房?jī)r(jià)第四高的城市造垛。而老牌一線城市廣州，則僅在 50% 和 75% 高分位數(shù)區(qū)域超過(guò)杭州晰搀，位列全國(guó)第五五辽。看來(lái)隨著杭州經(jīng)濟(jì)的發(fā)展外恕，杭州房?jī)r(jià)已逐漸上漲杆逗，在低分位數(shù)區(qū)間尤為明顯。
全國(guó)房?jī)r(jià)最高的10個(gè)小區(qū)
為了查找“天價(jià)小區(qū)”鳞疲，接下來(lái)以小區(qū)為聚合組罪郊，選取 50% 分位數(shù)代表房?jī)r(jià)，利用 Top-N 預(yù)計(jì)算查詢(xún)?nèi)珖?guó)小區(qū)房?jī)r(jià) Top 50尚洽。查詢(xún)語(yǔ)句如下：
select CITY, GADERN, percentile_approx(UNIT_PRICE,0.5) as UNIT_PRICE_50 from CHI_PRICE_07271
group by CITY,GADERN
order by percentile_approx(UNIT_PRICE,0.5) desc limit 50
提取前十名如下：
分析師繼續(xù)對(duì)全國(guó)范圍內(nèi)單價(jià)前50的小區(qū)所在城市進(jìn)行分析悔橄，得出深圳和上海分別以40% 和 34% 的天價(jià)小區(qū)比例，占據(jù)了第一腺毫、第二名的位置癣疟。
其中深圳的純水岸二期小區(qū)，以44.01萬(wàn)元/㎡的價(jià)格位列全國(guó)天價(jià)小區(qū)之首潮酒。天價(jià)小區(qū)在北京的分布比例為18%争舞，最高價(jià)為23.06 萬(wàn)元/㎡，僅排18名澈灼。而四大一線城市之一的廣州竞川，僅有兩個(gè)小區(qū)上榜，分別位列16名和29名叁熔。
天價(jià)小區(qū)的戶(hù)型：多為別墅型
進(jìn)一步分析上榜天價(jià)小區(qū)的面積委乌，可以發(fā)現(xiàn)絕大部分（74%）的高價(jià)小區(qū)面積超過(guò)200平方米，為別墅型住宅荣回。
對(duì)上榜的天價(jià)小區(qū)分別進(jìn)行分析遭贸，可以發(fā)現(xiàn)單價(jià)前75%的小區(qū)存在更多的超大戶(hù)型，且超過(guò)200平方米的別墅戶(hù)型占比更多（77%）心软；單價(jià)后25%的小區(qū)經(jīng)濟(jì)型住宅比例更大（60%）壕吹。究其原因著蛙，分析師推測(cè)可能是2006年以來(lái)國(guó)家出臺(tái)的停批別墅用地政策，造成別墅型土地資源稀缺耳贬，各級(jí)城市已無(wú)在建別墅樓盤(pán)踏堡，因此別墅型住宅價(jià)格一路走高。
小戶(hù)型也有高單價(jià)
解密了天價(jià)小區(qū)的特點(diǎn)后咒劲，分析師開(kāi)始關(guān)心更貼近居民生活的經(jīng)濟(jì)適用房顷蟆，真的經(jīng)濟(jì)嗎？比如面積低于 50㎡ 的小戶(hù)型腐魂，房?jī)r(jià)如何帐偎？依舊以小區(qū)為聚合組，對(duì)50㎡（小戶(hù)型）的房子進(jìn)行Top-N排序蛔屹。
查詢(xún)語(yǔ)句如下：
select CITY, GADERN,UNIT_PRICE
from CHI_PRICE_0730 where SIZE_ROOM<50
order by UNIT_PRICE desc
在小戶(hù)型領(lǐng)域削樊，單價(jià)前50名中，北京擁有其中的46%兔毒，超過(guò)上海和深圳的總和嫉父。地點(diǎn)多分布在德勝門(mén)、 西單眼刃、后海附近，多為地鐵房摇肌。值得一提的是擂红，天津也有4個(gè)小區(qū)進(jìn)入 top50（8%），可見(jiàn)京津地區(qū)對(duì)小戶(hù)型是很青睞的围小。
結(jié)語(yǔ)
利用 Kyligence Enterprise 的 Top-N 預(yù)計(jì)算昵骤，能夠在1秒以?xún)?nèi)實(shí)現(xiàn)對(duì)全國(guó)房?jī)r(jià)的排序查詢(xún)。從全國(guó)來(lái)看肯适，天價(jià)小區(qū)主要集中在深圳变秦、上海，多為超豪華別墅區(qū)框舔。從房型來(lái)看蹦玫，對(duì)于面積小于 50㎡ 的小戶(hù)型來(lái)說(shuō)，天價(jià)小區(qū)主要集中在北京刘绣、天津地區(qū)樱溉。看來(lái)長(zhǎng)三角纬凤、珠三角人民更愿意為休閑度假花錢(qián)福贞，而京津冀人民更愿意為便捷買(mǎi)單。
Kyligence Enterprise 提供了基于海量數(shù)據(jù)的 Top-N 函數(shù)計(jì)算停士，通過(guò)預(yù)計(jì)算提供亞秒級(jí)查詢(xún)響應(yīng)挖帘。對(duì)全國(guó)天價(jià)房產(chǎn)的分析完丽，只是對(duì) Top-N 預(yù)計(jì)算性能的一個(gè)小嘗試。之后還會(huì)針對(duì)更多統(tǒng)計(jì)函數(shù)推出實(shí)例介紹和使用展示拇舀，敬請(qǐng)期待逻族。
參考內(nèi)容：
《Apache Kylin 的 Top-N 近似預(yù)計(jì)算》
①：函數(shù)類(lèi)型之一，用于計(jì)算數(shù)據(jù)的K百分位點(diǎn)及該點(diǎn)上的數(shù)值你稚。該數(shù)值稱(chēng)為“分位數(shù)”
關(guān)于 Kyligence
Kyligence （上海跬智信息技術(shù)有限公司）由首個(gè)來(lái)自中國(guó)的 Apache 軟件基金會(huì)頂級(jí)開(kāi)源項(xiàng)目 Apache Kylin 核心團(tuán)隊(duì)組建瓷耙，是專(zhuān)注于大數(shù)據(jù)分析領(lǐng)域創(chuàng)新的數(shù)據(jù)科技公司。Kyligence 提供基于 Apache Kylin 的企業(yè)級(jí)智能大數(shù)據(jù)分析產(chǎn)品 Kyligence Enterprise及云計(jì)算產(chǎn)品 Kyligence Cloud刁赖。目前搁痛，Kyligence 已贏得了海內(nèi)外多家保險(xiǎn)、證券宇弛、電信鸡典、制造、零售枪芒、廣告等行業(yè)的企業(yè)級(jí)客戶(hù)彻况，包括華為、中國(guó)聯(lián)通舅踪、OPPO纽甘、上汽集團(tuán)、太平洋保險(xiǎn)集團(tuán)抽碌、中國(guó)銀聯(lián)悍赢、國(guó)泰君安、欣和等行業(yè)領(lǐng)導(dǎo)者货徙。公司總部在上海左权，同時(shí)，在北京痴颊、深圳等地設(shè)有辦事機(jī)構(gòu), 在美國(guó)硅谷設(shè)有分公司赏迟，目前，已獲得來(lái)自紅點(diǎn)中國(guó)蠢棱、思科锌杀、寬帶資本、順為資本及斯道資本（富達(dá)國(guó)際自有投資機(jī)構(gòu)）等投資機(jī)構(gòu)的多輪投資泻仙。
更多大數(shù)據(jù)洞察抛丽，歡迎來(lái) Kyligence 官網(wǎng)
