计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive
本文导读

展开导读

聚合函数

更新时间:2024-12-06 GMT+08:00
表1 聚合函数列表

MySQL数据库

GaussDB数据库

差异

AVG()

支持,存在差异

  • GaussDB中指定DISTINCT且SQL语句包含GROUP BY子句时,不对结果进行排序,MySQL会进行排序。
  • GaussDB中当expr中的列为BIT、BOOL、整数类型,且所有行的和超过BIGINT的范围时,会发生溢出导致整数翻转。
  • GaussDB在AVG函数入参为TEXT/BLOB类型时行为存在差异:
    • MySQL 5.7中,AVG(TEXT/BLOB)返回值类型为MEDIUMTEXT类型;MySQL 8.0中,AVG(TEXT/BLOB)返回值类型为DOUBLE类型。
    • 在GaussDB中,AVG(TEXT/BLOB)返回值类型与MySQL 8.0版本保持一致。

BIT_AND()

支持

BIT_AND函数入参为NULL且被其他函数嵌套时行为有差异:在MySQL 5.7中,结果为-1;在MySQL 8.0中,结果为NULL;在GaussDB中,此函数嵌套的表现与MySQL 8.0版本保持一致。
-- GaussDB:
m_db=# SELECT acos(bit_and(null));
 acos 
------

(1 row)

-- MySQL 5.7:
mysql> SELECT acos(bit_and(null));
+---------------------+
| acos(bit_and(null)) |
+---------------------+
|   3.141592653589793 |
+---------------------+
1 row in set (0.03 sec)

-- MySQL 8.0
mysql> SELECT acos(bit_and(null));
+---------------------+
| acos(bit_and(null)) |
+---------------------+
|                NULL |
+---------------------+
1 row in set (0.01 sec)

BIT_OR()

支持

-

BIT_XOR()

支持

-

COUNT()

支持,存在差异

  • GaussDB中指定DISTINCT且SQL语句包含GROUP BY子句时,不对结果进行排序,MySQL会进行排序。
  • GaussDB支持count(tablename.*)语法,MySQL不支持。

GROUP_CONCAT()

支持,存在差异

  • GaussDB中指定DISTINCT且SQL语句包含GROUP BY子句时,不对结果进行排序,MySQL会进行排序。
  • GaussDB中当GROUP_CONCAT参数中同时有DISTINCT和ORDER BY语法时,所有ORDER BY后的表达式必须也在DISTINCT的表达式之中。
  • GaussDB中GROUP_CONCAT(... ORDER BY 数字)不代表按照第几个参数的顺序,数字只是一个常量表达式,相当于不排序。
  • GaussDB中使用参数group_concat_max_len限制GROUP_CONCAT最大返回长度,超长截断,目前能返回的最大长度是1073741823,小于MySQL。
  • 默认UTF8字符集下,由于GaussDB的UTF8字符集的最大字节数与MySQL的UTF8字符集最大字节数不同。会导致创建的表结构与MySQL存在差异。
    -- GaussDB:
    m_db=# SET m_format_behavior_compat_options='enable_precision_decimal';
    SET
    m_db=# CREATE TABLE t1 AS SELECT * FROM (SELECT case WHEN 1 < 2 THEN group_concat(1.23, 3.24) ELSE 12.34 END v1) c1;
    INSERT 0 1
    m_db=# DESC t1;
     Field |     Type     | Null | Key | Default | Extra 
    -------+--------------+------+-----+---------+-------
     v1    | varchar(256) | YES  |     |         | 
    (1 row)
    -- MySQL 5.7:
    mysql> CREATE TABLE t1 AS SELECT * FROM (SELECT case WHEN 1 < 2 THEN group_concat(1.23, 3.24) ELSE 12.34 END v1) c1;
    Query OK, 1 row affected (0.01 sec)
    Records: 1  Duplicates: 0  Warnings: 0
    
    mysql> DESC t1;
    +-------+--------------+------+-----+---------+-------+
    | Field | Type         | Null | Key | Default | Extra |
    +-------+--------------+------+-----+---------+-------+
    | v1    | varchar(341) | YES  |     | NULL    |       |
    +-------+--------------+------+-----+---------+-------+
    1 row in set (0.00 sec)
  • GROUP_CONCAT函数作为NULLIF函数的入参,嵌套场景行为有差异:在MySQL 5.7中,NULLIF入参嵌套GROUP_CONCAT与非嵌套GROUP_CONCAT的数值会判断为相等,返回NULL;在MySQL 8.0中,因精度差异会判断为不等;在GaussDB中,此函数嵌套的表现与MySQL 8.0版本保持一致。
    -- GaussDB:
    m_db=# SELECT nullif(group_concat(1/7), 1/7);
     nullif
    --------
     0.1429
    (1 row)
    -- MySQL 5.7:
    mysql> SELECT nullif(group_concat(1/7), 1/7);
    +--------------------------------+
    | nullif(group_concat(1/7), 1/7) |
    +--------------------------------+
    | NULL                           |
    +--------------------------------+
    1 row in set (0.00 sec)
    -- MySQL 8.0:
    mysql> SELECT nullif(group_concat(1/7), 1/7);
    +--------------------------------+
    | nullif(group_concat(1/7), 1/7) |
    +--------------------------------+
    | 0.1429                         |
    +--------------------------------+
    1 row in set (0.00 sec)

MAX()

支持,存在差异

  • GaussDB中指定DISTINCT且SQL语句包含GROUP BY子句时,不对结果进行排序,MySQL会进行排序。当参数为非表字段时,MAX函数返回值类型和MySQL 5.7不一致。
  • 开启精度传递时,MAX函数嵌套time、date、datetime、timestamp类型的时间间隔运算,返回值及返回类型与MySQL 8.0保持一致。
  • 开启精度传递时,MAX函数和INTERVAL的时间间隔运算,返回值及返回类型与MySQL 8.0保持一致。

MIN()

支持,存在差异

  • GaussDB中指定DISTINCT且SQL语句包含GROUP BY子句时,不对结果进行排序,MySQL会进行排序。当参数为非表字段时,MIN函数返回值类型和MySQL 5.7不一致。
  • 开启精度传递时,MIN函数嵌套time、date、datetime、timestamp类型的时间间隔运算,返回值及返回类型与MySQL 8.0保持一致。
  • 开启精度传递时,MIN函数和INTERVAL的时间间隔运算,返回值及返回类型与MySQL 8.0保持一致。

SUM()

支持,存在差异

  • GaussDB中指定DISTINCT且SQL语句包含GROUP BY子句时,不对结果进行排序,MySQL会进行排序。
  • GaussDB中当expr中的列为BIT、BOOL、整数类型,且所有行的和超过BIGINT的范围时,会发生溢出导致整数翻转。

STD()

支持

-

聚合函数

支持,存在差异

  • ORDER BY语句中包含聚合函数GaussDB不报错,MySQL会报错。
  • 在未开启精度传递(没有设置m_format_behavior_compat_options = 'enable_precision_decimal')的情况下,当聚合函数以其他函数、操作符或SELECT子句等表达式作为入参时(如SELECT sum(abs(n)) FROM t),聚合函数将获取不到入参表达式传递的精度信息,导致函数的结果精度与MySQL有差异。
  • 聚合函数的结果与数据输入顺序相关,不同的数据输入顺序会导致结果存在差异。
    • 例如与ORDER BY同时使用时,改变了聚合函数的执行顺序,会导致结果与MySQL不一致。
      --准备基表:
      CREATE TABLE test_n(col_unumeric1  decimal(4,3) unsigned, col_znumeric2 decimal(3,2) unsigned zerofill, col_znumeric3 decimal(5,3) unsigned zerofill);
      Query OK, 0 rows affected (0.01 sec)
      
      INSERT INTO test_n VALUES(1.010, 2.02, 3.303),(1.190, 2.29, 3.339),(1.180, 2.28, 3.338);
      Query OK, 3 rows affected (0.00 sec)
      Records: 3  Duplicates: 0  Warnings: 0
      
      CREATE TABLE test_n_2(col_unumeric1  decimal(4,3) unsigned, col_znumeric2 decimal(3,2) unsigned zerofill, col_znumeric3 decimal(5,3) unsigned zerofill);
      Query OK, 0 rows affected (0.02 sec)
      
      INSERT INTO test_n_2 VALUES(1.180, 2.28, 3.338),(1.190, 2.29, 3.339),(1.010, 2.02, 3.303);
      Query OK, 3 rows affected (0.00 sec)
      Records: 3  Duplicates: 0  Warnings: 0
      
      CREATE TABLE IF NOT EXISTS fun_op_case_tb_1 (id int, name varchar(20), col_unumeric1 NUMERIC(4,3) unsigned, col_znumeric2 DECIMAL(3,2) zerofill,col_znumeric3 DEC(5,3) zerofill);
      CREATE TABLE
      
      INSERT INTO fun_op_case_tb_1 (id, name, col_unumeric1, col_znumeric2, col_znumeric3) VALUES
      (1, '计算机', 1.11, 2.12, 3.133),
      (2, '计算机', 2.11, 2.22, 3.233),
      (3, '计算机', 3.11, 2.32, 3.333),
      (4, '计算机', 1.41, 2.42, 3.343),
      (5, '计算机', 1.51, 2.52, 3.353),
      (6, '计算机', 1.61, 2.26, 3.363),
      (7, '计算机', 1.17, 2.27, 3.337),
      (8, '计算机', 1.18, 2.28, 3.338),
      (9, '计算机', 1.19, 2.29, 3.339),
      (10, '计算机', 1.01, 2.02, 3.303),
      (1,'软件', 1.11, 2.12, 3.133),
      (2,'软件', 2.11, 2.22, 3.233),
      (3,'软件', 3.11, 2.32, 3.333),
      (4,'软件', 1.41, 2.42, 3.343),
      (5,'软件', 1.51, 2.52, 3.353),
      (6,'软件', 1.61, 2.26, 3.363),
      (7,'软件', 1.17, 2.27, 3.337),
      (8,'软件', 1.18, 2.28, 3.338),
      (9,'软件', 1.19, 2.29, 3.339),
      (10,'软件', 1.01, 2.02, 3.303),
      (1, '数据库', 1.11, 2.12, 3.133),
      (2, '数据库', 2.11, 2.22, 3.233),
      (3, '数据库', 3.11, 2.32, 3.333),
      (4, '数据库', 1.41, 2.42, 3.343),
      (5, '数据库', 1.51, 2.52, 3.353),
      (6, '数据库', 1.61, 2.26, 3.363),
      (7, '数据库', 1.17, 2.27, 3.337),
      (8, '数据库', 1.18, 2.28, 3.338),
      (9, '数据库', 1.19, 2.29, 3.339),
      (10, '数据库', 1.01, 2.02, 3.303);
      INSERT 0 30
      --GaussDB:
      m_db=# SELECT * FROM test_n;
       col_unumeric1 | col_znumeric2 | col_znumeric3 
      ---------------+---------------+---------------
               1.010 |          2.02 |        03.303
               1.190 |          2.29 |        03.339
               1.180 |          2.28 |        03.338
      m_db=# SELECT * FROM test_n_2;
       col_unumeric1 | col_znumeric2 | col_znumeric3 
      ---------------+---------------+---------------
               1.180 |          2.28 |        03.338
               1.190 |          2.29 |        03.339
               1.010 |          2.02 |        03.303
      m_db=# SELECT std(col_unumeric1*(col_znumeric2 | col_znumeric3)) FROM test_n_2 ;
               std         
      ---------------------
       0.24779023386727736
      (1 row)
      m_db=# SELECT std(col_unumeric1*(col_znumeric2 | col_znumeric3)) FROM test_n ;
               std         
      ---------------------
       0.24779023386727742
      (1 row)
      
      m_db=# SELECT std(col_unumeric1*(col_znumeric2 | col_znumeric3)) FROM fun_op_case_tb_1 GROUP BY name ORDER BY name;
              std         
      --------------------
       1.8167446160646796
       1.8167446160646794
       1.8167446160646796
      (3 rows)
      
      --MySQL:
      mysql> SELECT * FROM test_n;
      +---------------+---------------+---------------+
      | col_unumeric1 | col_znumeric2 | col_znumeric3 |
      +---------------+---------------+---------------+
      |         1.010 |          2.02 |        03.303 |
      |         1.190 |          2.29 |        03.339 |
      |         1.180 |          2.28 |        03.338 |
      +---------------+---------------+---------------+
      3 rows in set (0.00 sec)
      mysql> SELECT *FROM test_n_2;
      +---------------+---------------+---------------+
      | col_unumeric1 | col_znumeric2 | col_znumeric3 |
      +---------------+---------------+---------------+
      |         1.180 |          2.28 |        03.338 |
      |         1.190 |          2.29 |        03.339 |
      |         1.010 |          2.02 |        03.303 |
      +---------------+---------------+---------------+
      3 rows in set (0.00 sec)
      mysql>  SELECT std(col_unumeric1*(col_znumeric2 | col_znumeric3)) FROM test_n_2 ;
      +----------------------------------------------------+
      | std(col_unumeric1*(col_znumeric2 | col_znumeric3)) |
      +----------------------------------------------------+
      |                                0.24779023386727736 |
      +----------------------------------------------------+
      1 row in set (0.00 sec)
      mysql>  SELECT std(col_unumeric1*(col_znumeric2 | col_znumeric3)) FROM test_n;
      +----------------------------------------------------+
      | std(col_unumeric1*(col_znumeric2 | col_znumeric3)) |
      +----------------------------------------------------+
      |                                0.24779023386727742 |
      +----------------------------------------------------+
      1 row in set (0.00 sec)
      
      mysql> SELECT std(col_unumeric1*(col_znumeric2 | col_znumeric3)) FROM fun_op_case_tb_1 GROUP BY name ORDER BY name;
      +----------------------------------------------------+
      | std(col_unumeric1*(col_znumeric2 | col_znumeric3)) |
      +----------------------------------------------------+
      |                                 1.8167446160646794 |
      |                                 1.8167446160646794 |
      |                                 1.8167446160646794 |
      +----------------------------------------------------+
      3 rows in set (0.00 sec)
      
      --删除基表:
      DROP TABLE test_n;
      DROP TABLE
      DROP TABLE test_n_2;
      DROP TABLE
      DROP TABLE fun_op_case_tb_1;
      DROP TABLE
    • 例如与WITH ROLLUP同时使用时,改变了聚合函数的执行顺序,会导致结果与MySQL不一致。
      --基表准备:
      CREATE TABLE IF NOT EXISTS t1 (name VARCHAR(20), c1 INT(100), c2 FLOAT(7,5));
      INSERT INTO t1 VALUES
      ('计算机', 666,-55.155),
      ('计算机', 789,-15.593),
      ('计算机', 928,-53.963),
      ('计算机', 666,-54.555),
      ('计算机', 666,-55.555),
      ('数据库', 666,-55.155),
      ('数据库', 789,-15.593),
      ('数据库', 928,-53.963),
      ('数据库', 666,-54.555),
      ('数据库', 666,-55.555);
      
      --GaussDB:
      m_db=# SELECT name, std(c1/c2) c5 FROM t1 GROUP BY name WITH rollup;
        name  |         c5         
      --------+--------------------
       数据库 |  15.02396266299967
       计算机 | 15.023962662999669
              |  15.02396266299967
      (3 rows)
      
      --MySQL
      mysql> SELECT name, std(c1/c2) c5 FROM t1 GROUP BY name WITH rollup;
      +-----------+--------------------+
      | name      | c5                 |
      +-----------+--------------------+
      | 数据库    | 15.023962662999669 |
      | 计算机    | 15.023962662999669 |
      | NULL      |  15.02396266299967 |
      +-----------+--------------------+
      3 rows in set (0.00 sec)
      
      --删除基表:
      DROP TABLE t1;
      DROP TABLE
  • 聚合函数与GROUP BY同时存在的场景下,存在中间结果为DECIMAL数据类型参与运算时,MySQL存在数据失真问题,GaussDB保留完整精度的数据。
    --基表准备:
    CREATE TABLE IF NOT EXISTS fun_op_case_tb_1 (id int,name varchar(20),col_znumeric2 DECIMAL(3,2) zerofill,col_znumeric3 DEC(5,3) zerofill, col_bit1 BIT(3), col_time2 time);
    
    INSERT INTO fun_op_case_tb_1 VALUES
    (1, '计算机', 0.01, 3.130, b'101', '08:30:23.01'),
    (2, '计算机', 1.20, 30.990, b'101', '08:30:23.01'),
    (3, '计算机', 1.33, 43.500, b'101', '08:30:23.01'),
    (4, '计算机', 2.24, 30.990, b'101', '08:30:23.01'),
    (5, '计算机', 1.25, 43.600, b'101', '08:30:23.01'),
    (6,'计算机',2.20,'20.900',b'101','08:30:23.01'),
    (7,'计算机',2.20,'20.900',b'101','08:30:23.01'),
    (8,'计算机',2.20,'20.900',b'101','08:30:23.01'),
    (9,'计算机',2.29,'22.780',b'101','08:30:23.01'),
    (10,'计算机',2.02,'20.900',b'101','08:30:23.01');
    
    --GaussDB:
    m_db=# SET m_format_behavior_compat_options= 'enable_precision_decimal';
    m_db=# SELECT avg(col_znumeric3/col_znumeric2) FROM fun_op_case_tb_1 WHERE id<=10 GROUP BY name;
          avg       
    ----------------
     46.90407212526
    (1 row)
    m_db=# SELECT sum(col_bit1/col_time2) FROM fun_op_case_tb_1 WHERE id<=10 GROUP BY name;
      sum   
    --------
     0.0006
    (1 rows)
    
    --MySQL:
    mysql>  SELECT avg(col_znumeric3/col_znumeric2) FROM fun_op_case_tb_1 WHERE id<=10 GROUP BY name;
    +----------------------------------+
    | avg(col_znumeric3/col_znumeric2) |
    +----------------------------------+
    |                   46.90407213000 |
    +----------------------------------+
    1 row in set (0.00 sec)
    mysql> SELECT sum(col_bit1/col_time2) FROM fun_op_case_tb_1 WHERE id<=10 GROUP BY name;
    +-------------------------+
    | sum(col_bit1/col_time2) |
    +-------------------------+
    |                  0.0010 |
    +-------------------------+
    1 row in set (0.00 sec)
    --删除基表:
    DROP TABLE fun_op_case_tb_1;
    DROP TABLE

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容