# 聚合函数
#### 概述
聚合函数对一组输入值进行计算，返回单个结果值。聚合函数通常与GROUP BY子句配合使用，将数据按分组键聚合后计算每组的结果；也可作为窗口聚合函数在 GROUP WINDOW 或OVER WINDOW中使用。所有聚合函数在计算时默认跳过NULL值（COUNT(\*) 除外），支持通过DISTINCT关键字去除重复值后再聚合。
更多内容请参考[Aggregate Functions](https://nightlies.apache.org/flink/flink-docs-release-1.20/docs/dev/table/functions/systemfunctions/#aggregate-functions)。
#### 适用场景
- 按维度分组统计指标，如按地区统计订单数量、平均金额。
- 窗口聚合计算滚动/滑动指标，如最近5分钟的UV、GMV。
- 数据去重统计，如COUNT(DISTINCT user_id) 计算独立访客数。
- 多值字段聚合，如将分组内标签收集为集合、将多行文本拼接为一条。
- ROLLUP/CUBE 多维分析中标识聚合层级。
 
#### 约束与限制
- **NULL值处理**：除 COUNT(\*) 外，所有聚合函数在计算时自动跳过NULL值；若分组内所有值均为NULL，聚合结果为NULL。
- **DISTINCT限制**：DISTINCT仅支持COUNT、AVG、SUM、COLLECT四个函数，MAX、MIN、STDDEV_POP、STDDEV_SAMP、VAR_POP、VAR_SAMP、LISTAGG、GROUPING、BIT_AND、BIT_OR不支持DISTINCT。
- **嵌套聚合**：聚合函数不可嵌套使用，如SUM(COUNT(\*)) 不合法，需通过子查询实现。
- **GROUP BY一致性**：在SELECT中引用非聚合列时，该列必须出现在GROUP BY子句中。
- **窗口聚合**：聚合函数在OVER WINDOW中使用时，须配合ORDER BY和窗口范围（ROWS BETWEEN / RANGE BETWEEN）定义。
- **STDDEV_SAMP / VAR_SAMP最低行数**：样本标准差和样本方差要求分组内至少有2个非NULL值，否则返回NULL。
- **BIT_AND / BIT_OR类型约束**：仅支持整数类型输入，传入非整数类型将导致类型校验失败。
- **COLLECT返回类型**：COLLECT返回的是MULTISET类型，如需转为数组可使用ARRAY_DISTINCT(COLLECT(...)) 等方式。
- **LISTAGG分隔符**：separator参数须为字符串常量，不支持列引用或表达式。
 
#### 语法结构
| 语法                      | 返回类型             | 说明                                                                                                                                      | 示例                                                                             |
|:---|:---|:---|:---|
| COUNT(\*)                | BIGINT           | 统计所有行数，**包含NULL值的行**。无需指定列，对整行计数。                                                                                                      | ``` SELECT COUNT(*) FROM orders; -- 10 ```                                                                          |
| COUNT(value)             | BIGINT           | 统计value非NULL的行数。参数可为任意类型；value为NULL的行不计入。                                                                                              | ``` SELECT COUNT(amount) FROM orders; -- 8（跳过2条NULL） ```                                                            |
| COUNT(DISTINCT value)   | BIGINT            | 统计value去NULL并去重后的不同值个数。参数可为任意类型。                                                                                                      | ``` SELECT COUNT(DISTINCT user_id) FROM orders; -- 5 ```                                                            |
| AVG(value)              | DECIMAL / DOUBLE | 计算value的算术平均值。参数须为数值类型（TINYINT / SMALLINT / INT / BIGINT / FLOAT / DOUBLE / DECIMAL）；整型输入返回 DECIMAL，浮点输入返回DOUBLE；跳过 NULL。              | ``` SELECT AVG(price) FROM orders; -- 25.50 ```                                                                     |
| AVG(DISTINCT value)     | DECIMAL / DOUBLE  | 计算value去NULL并去重后的算术平均值。参数须为数值类型；返回类型规则同AVG。                                                                                          | ``` SELECT AVG(DISTINCT price) FROM orders; -- 30.00 ```                                                            |
| SUM(value)               | 与输入类型一致          | 计算value的总和。参数须为数值类型；整型输入返回整型（INT→INT, BIGINT→BIGINT），DECIMAL→DECIMAL，FLOAT/DOUBLE→DOUBLE；跳过NULL。                                       | ``` SELECT SUM(amount) FROM orders; -- 1500 ```                                                                     |
| SUM(DISTINCT value)       | 与输入类型一致         | 计算value去NULL并去重后的总和。参数须为数值类型；返回类型规则同SUM。                                                                                              | ``` SELECT SUM(DISTINCT amount) FROM orders; -- 1200 ```                                                            |
| MAX(value)                | 与输入类型一致          | 返回value的最大值。参数可为任意可比较类型（数值、字符串、日期时间等）；跳过NULL；字符串按字典序比较。                                                                                 | ``` SELECT MAX(price) FROM orders; -- 99.90 ```                                                                     |
| MIN(value)               | 与输入类型一致           | 返回value的最小值。参数可为任意可比较类型（数值、字符串、日期时间等）；跳过NULL；字符串按字典序比较。                                                                               | ``` SELECT MIN(price) FROM orders; -- 5.00 ```                                                                      |
| STDDEV_POP(value)       | DOUBLE           | 计算value的**总体标准差**（Population Standard Deviation）。参数须为数值类型；公式为 √(Σ(x−μ)²/N)；跳过NULL；当输入行数 \< 1 时返回NULL。                                    | ``` SELECT STDDEV_POP(score) FROM exam; -- 12.45 ```                                                                |
| STDDEV_SAMP(value)       | DOUBLE         | 计算value的**样本标准差**（Sample Standard Deviation）。参数须为数值类型；公式为 √(Σ(x−μ)²/(N−1))；跳过NULL；当输入行数 \< 2时返回NULL。                                   | ``` SELECT STDDEV_SAMP(score) FROM exam; -- 13.20 ```                                                               |
| VAR_POP(value)           | DOUBLE           | 计算value的**总体方差**（Population Variance）。参数须为数值类型；公式为 Σ(x−μ)²/N；跳过NULL；当输入行数 \< 1 时返回NULL。                                                 | ``` SELECT VAR_POP(score) FROM exam; -- 155.00 ```                                                                  |
| VAR_SAMP(value)         | DOUBLE            | 计算value的**样本方差**（Sample Variance）。参数须为数值类型；公式为 Σ(x−μ)²/(N−1)；跳过 NULL；当输入行数 \< 2时返回NULL。                                                | ``` SELECT VAR_SAMP(score) FROM exam; -- 174.38 ```                                                                 |
| COLLECT(value)         | MULTISET         | 将value收集为多值集合（MULTISET），保留重复元素。参数可为任意类型；跳过NULL；返回类型为MULTISET\<参数类型\>。                                                                  | ``` SELECT COLLECT(tag) FROM articles; -- [a, b, b, c] ```                                                          |
| COLLECT(DISTINCT value)   | MULTISET          | 将value去NULL并去重后收集为多值集合。参数可为任意类型；返回类型为MULTISET\<参数类型\>。                                                                                  | ``` SELECT COLLECT(DISTINCT tag) FROM articles; -- [a, b, c] ```                                                    |
| LISTAGG(value, separator) | STRING          | 将value以separator为分隔符拼接为单个字符串。value须为字符串类型，separator须为字符串常量；跳过NULL；无分隔符时separator传空字符串 ''。                                              | ``` SELECT LISTAGG(name, ',') FROM users; -- Alice,Bob,Carol ```                                                    |
| GROUPING(expression)     | INT             | 判断expression是否因GROUP BY ROLLUP或GROUP BY CUBE而被聚合填充为NULL。返回 1 表示该列被聚合（值由 ROLLUP/CUBE 产生），返回0表示该列保留了原始分组值。须在包含 ROLLUP/CUBE的GROUP BY中使用。 | ``` SELECT year, region, GROUPING(region) AS g FROM sales GROUP BY ROLLUP (year, region); -- g=0（原始行）或 g=1（小计行） ``` |
| BIT_AND(value)            | INT / BIGINT      | 对value执行按位与聚合。参数须为整数类型（TINYINT / SMALLINT / INT / BIGINT）；等价于对所有非NULL值依次做\&运算；跳过 NULL；仅一个非NULL值时返回该值本身。                                | ``` SELECT BIT_AND(flags) FROM events; -- 8 ```                                                                     |
| BIT_OR(value)           | INT / BIGINT     | 对value执行按位或聚合。参数须为整数类型（TINYINT / SMALLINT / INT / BIGINT）；等价于对所有非NULL值依次做\|运算；跳过NULL；仅一个非NULL值时返回该值本身。                                | ``` SELECT BIT_OR(flags) FROM events; -- 15 ```                                                                     |
   
