网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
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
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
应用中间件
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
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
云手机服务器 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器(旧版)
VR云渲游平台 CVR
Huawei Cloud EulerOS
云化数据中心 CloudDC
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
企业路由器 ER
企业交换机 ESW
全球加速 GA
企业连接 EC
云原生应用网络 ANC
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘平台 IEF
CloudPond云服务
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
威胁检测服务 MTD
态势感知 SA
认证测试中心 CTC
边缘安全 EdgeSec
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
湖仓构建 LakeFormation
智能数据洞察 DataArts Insight
应用中间件
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
API网关 APIG
分布式缓存服务 DCS
多活高可用服务 MAS
事件网格 EG
开天aPaaS
应用平台 AppStage
开天企业工作台 MSSE
开天集成工作台 MSSI
API中心 API Hub
云消息服务 KooMessage
交换数据空间 EDS
云地图服务 KooMap
云手机服务 KooPhone
组织成员账号 OrgID
云空间服务 KooDrive
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
配置审计 Config
应用身份管理服务 OneAccess
资源访问管理 RAM
组织 Organizations
资源编排服务 RFS
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
区块链
区块链服务 BCS
数字资产链 DAC
华为云区块链引擎服务 HBS
解决方案
高性能计算 HPC
SAP
混合云灾备
开天工业工作台 MIW
Haydn解决方案工厂
数字化诊断治理专家服务
价格
成本优化最佳实践
专属云商业逻辑
云生态
云商店
合作伙伴中心
华为云开发者学堂
华为云慧通差旅
其他
管理控制台
消息中心
产品价格详情
系统权限
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
云服务信任体系能力说明
开发与运维
软件开发生产线 CodeArts
需求管理 CodeArts Req
流水线 CodeArts Pipeline
代码检查 CodeArts Check
编译构建 CodeArts Build
部署 CodeArts Deploy
测试计划 CodeArts TestPlan
制品仓库 CodeArts Artifact
移动应用测试 MobileAPPTest
CodeArts IDE Online
开源镜像站 Mirrors
性能测试 CodeArts PerfTest
应用管理与运维平台 ServiceStage
云应用引擎 CAE
开源治理服务 CodeArts Governance
华为云Astro轻应用
CodeArts IDE
Astro工作流 AstroFlow
代码托管 CodeArts Repo
漏洞管理服务 CodeArts Inspector
联接 CodeArtsLink
软件建模 CodeArts Modeling
Astro企业应用 AstroPro
CodeArts盘古助手
华为云Astro大屏应用
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
云存储网关 CSG
专属分布式存储服务 DSS
数据工坊 DWR
地图数据 MapDS
键值存储服务 KVS
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
云原生服务中心 OSC
应用服务网格 ASM
华为云UCS
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB
云数据库 GeminiDB
数据管理服务 DAS
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
语音交互服务 SIS
人证核身服务 IVS
视频智能分析服务 VIAS
城市智能体
自动驾驶云服务 Octopus
盘古大模型 PanguLargeModels
IoT物联网
设备接入 IoTDA
全球SIM联接 GSL
IoT数据分析 IoTA
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
企业应用
域名注册服务 Domains
云解析服务 DNS
企业门户 EWP
ICP备案
商标注册
华为云WeLink
华为云会议 Meeting
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMA Exchange
API全生命周期管理 ROMA API
政企自服务管理 ESM
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
数字内容生产线 MetaStudio
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
专属云
专属计算集群 DCC
开发者工具
SDK开发指南
API签名指南
DevStar
华为云命令行工具服务 KooCLI
Huawei Cloud Toolkit
CodeArts API
云化转型
云架构中心
云采用框架
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
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
我的凭证
华为云公共事业服务云平台
工业软件
工业数字模型驱动引擎
硬件开发工具链平台云服务
工业数据转换引擎云服务

聚合函数

更新时间:2024-12-13 GMT+08:00
分享

聚合函数对一组值进行运算,最终获得一个单值。

除count()、count_if()、max_by()、min_by()和approx_distinct()外,其它聚合函数都忽略空值,并在没有输入行或所有值都为空时返回空值。例如sum()返回null而不是零,并且avg()在统计时不会包含null值。coalesce函数可用于将null转换为零。

聚合函数的子句

  • 排序order by

    有些聚合函数可能会因为输入值的顺序不同而导致产生不同的结果,可以通过在聚合函数中使用order by子句来指定此顺序。

    array_agg(x ORDER BY y DESC);
    array_agg(x ORDER BYx,y,z);
  • 过滤filter

    使用filter关键字可以在聚合的过程中,通过使用where的条件表达式来过滤掉不需要的行。所有的聚合函数都支持这个功能。

    aggregate_function(...) FILTER (WHERE <condition>)

示例:

--建表
create table fruit (name varchar, price int);
--插入数据
insert into fruit values ('peach',5),('apple',2);
--排序
select array_agg (name order by price) from fruit;-- [apple, peach]
--过滤
select array_agg(name) filter (where price<10) from fruit;-- [peach, apple] 

常用聚合函数

聚合函数通常作用于数据集(表或视图)的某个具体字段,以下的参数x,均用于代指该字段。
  • arbitrary(x)

    描述:返回类型和X 一样,返回X的任意一个非null值。

    select arbitrary(price) from fruit;-- 5
  • array_agg(x)

    描述:返回由输入的x字段构成的数组,元素类型和输入字段一样。

    select array_agg(price) from fruit;-- [5,2]
  • avg(x)

    描述:以double类型返回所有输入值的平均值。

    select avg(price) from fruit;-- 3.5
  • avg(time interval type)

    描述: 返回所有输入时间间隔的平均长度,返回类型为 interval。

    select avg(last_login) from (values ('admin',interval '0 06:15:30' day to second),('user1',interval '0 07:15:30' day to second),('user2',interval '0 08:15:30' day to second)) as login_log(user,last_login);
    -- 0 07:15:30.000  假设有日志表记录用户距离上次登录的时间,那么这个结果表明平均登录时间间隔为0天7小时15分钟30秒 
  • bool_and(boolean value)

    描述:当每个输入值都是true,返回true,否则返回false。

    select bool_and(isfruit) from (values ('item1',true), ('item2',false),('item3',true)) as items(item,isfruit);--false
    select bool_and(isfruit) from (values ('item1',true), ('item2',true),('item3',true)) as items(item,isfruit);-- true
  • bool_or(boolean value)

    描述:只要输入值中有为true的,返回true,否则返回false。

    select bool_or(isfruit) from (values ('item1',false), ('item2',false),('item3',false)) as items(item,isfruit);-- false
    select bool_or(isfruit) from (values ('item1',true), ('item2',false),('item3',false)) as items(item,isfruit); --true
  • checksum(x)

    描述:返回输入值的检查和,其值不受输入顺序影响,结果类型为varbinary。

    select checksum(price) from fruit; -- fb 28 f3 9a 9a fb bf 86
  • count(*)

    描述:返回输入记录的条数,结果类型为bigint。

    select count(*) from fruit; -- 2
  • count(x)

    描述:返回输入字段非null值的记录条数,结果类型为bigint。

    select count(name) from fruit;-- 2
  • count_if(x)

    描述:类似于count(CASE WHEN x THEN 1 END),返回输入值为true的记录数,bigint类型。

    select count_if(price>7) from fruit;-- 0
  • every(boolean)

    描述:是bool_and()的一个别名。

  • geometric_mean(x)

    描述:返回输入字段值的几何平均数,double类型。

    select geometric_mean(price) from fruit; -- 3.162277660168379
  • listagg(x, separator) → varchar

    描述:返回由输入值连接的字符串,输入值之间由指定分隔符隔开

    语法:

    LISTAGG( expression [, separator] [ON OVERFLOW overflow_behaviour])    WITHIN GROUP (ORDER BY sort_item, [...])

    如果separator未指定, 将默认使用空字符作为分隔符。

    SELECT listagg(value, ',') WITHIN GROUP (ORDER BY value) csv_value FROM (VALUES 'a', 'c', 'b') t(value);
    csv_value
    -----------
    'a,b,c'

    当该函数的输出值超过了1048576字节时,overflow_behaviour 可以指定这种情况下的行为,默认是抛出一个Error:

    SELECT listagg(value, ',' ON OVERFLOW ERROR) WITHIN GROUP (ORDER BY value) csv_value FROM (VALUES 'a', 'b', 'c') t(value);

    也可以是当函数输出长度超出1048576字节,截断超出非空字符串,并用TRUNCATE 指定的字符串替代,WITH COUNT和WITHOUT COUNT,表示输出结果是否包含计数:

    SELECT LISTAGG(value, ',' ON OVERFLOW TRUNCATE '.....' WITH COUNT) WITHIN GROUP (ORDER BY value)FROM (VALUES 'a', 'b', 'c') t(value);

    listagg函数也可以用于分组相关的场景,例如:

    SELECT id, LISTAGG(value, ',') WITHIN GROUP (ORDER BY o) csv_value FROM (VALUES     
         (100, 1, 'a'),
         (200, 3, 'c'), 
         (200, 2, 'b') ) t(id, o, value)
     GROUP BY id
     ORDER BY id;
     id   | csv_value
     -----+------------- 
     100  | a  200 | b,c
  • max_by(x, y)

    描述:返回与所有输入值中y字段的最大值相关联的x的值。

    select max_by(name,price) from fruit; -- peach    
  • max_by(x, y, n)

    描述:返回按y降序排列的对应n个x值。

    select max_by(name,price,2) from fruit;-- [peach, apple]
  • min_by(x,y)

    描述:返回与所有输入值中y字段的最小值相关联的x的值。

    select min_by(name,price) from fruit;-- apple
  • min_by(x, y, n)

    描述:返回按y升序排列的对应n个x值。

    select min_by(name,price,2) from fruit;-- [apple, peach] 
  • max(x)

    描述:返回输入字段x的最大值。

    select max(price) from fruit;-- 5
  • max(x, n)

    描述:返回输入字段x降序排列的前n个值。

    select max(price,2) from fruit; -- [5, 2]
  • min(x)

    描述:返回输入字段x的最小值。

    select min(price) from fruit;-- 2
  • min(x, n)

    描述:返回输入字段x升序排列的前n个值。

    select min(price,2) from fruit;-- [2, 5]
  • sum(T, x)

    描述:对输入字段x求和,T为数值类型,如int,double,interval day to second等。

    select sum(price) from fruit;-- 7
  • regr_avgx(T independent, T dependent) → double

    描述:计算回归线的自变量(expr2)的平均值,去掉了空对(expr1, expr2)后,等于AVG(expr2)。

    create table sample_collection(id int,time_cost int,weight decimal(5,2));
     
    insert into sample_collection values 
    (1,5,86.38),
    (2,10,281.17),
    (3,15,89.91),
    (4,20,17.5),
    (5,25,88.76),
    (6,30,83.94),
    (7,35,44.26),
    (8,40,17.4),
    (9,45,5.6),
    (10,50,145.68);
    
    select regr_avgx(time_cost,weight) from sample_collection;
           _col0       
    -------------------
     86.06000000000002 
    (1 row)
  • regr_avgy(T independent, T dependent) → double

    描述:计算回归线的因变量(expr1)的平均值,去掉了空对(expr1, expr2)后,等于AVG(expr1)。

    select regr_avgy(time_cost,weight) from sample_collection;
     _col0 
    -------
      27.5 
    (1 row)
  • regr_count(T independent, T dependent) → double

    描述:返回用于拟合线性回归线的非空对数。

    select regr_count(time_cost,weight) from sample_collection;
     _col0 
    -------
        10 
    (1 row)
  • regr_r2(T independent, T dependent) → double

    描述:返回回归的确定系数。

    select regr_r2(time_cost,weight) from sample_collection;
           _col0        
    --------------------
     0.1446739237728169 
    (1 row)
  • regr_sxx(T independent, T dependent) → double

    描述:返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr2)。

    select regr_sxx(time_cost,weight) from sample_collection;
           _col0        
    --------------------
     59284.886600000005 
    (1 row)
  • regr_sxy(T independent, T dependent) → double

    描述:返回值等于REGR_COUNT(expr1, expr2) * COVAR_POP(expr1, expr2)。

    select regr_sxy(time_cost,weight) from sample_collection;
      _col0   
    ----------
     -4205.95 
    (1 row)
  • regr_syy(T independent, T dependent) → double

    描述:返回值等于REGR_COUNT(expr1, expr2) * VAR_POP(expr1)。

    select regr_syy(time_cost,weight) from sample_collection;
     _col0  
    --------
     2062.5 
    (1 row)

Bitwise聚合函数

  • bitwise_and_agg(x)

    描述:用补码表示输入字段x的按位与,返回类型为bigint。

    select bitwise_and_agg(x) from (values (31),(32)) as t(x);-- 0
  • bitwise_or_agg(x)

    描述:用补码表示输入字段x的按位或,返回类型为bigint。

    select bitwise_or_agg(x) from (values (31),(32)) as t(x);-- 63

Map聚合函数

  • histogram(x) -> map(K, bigint)

    描述:返回一个map,包含了所有输入字段x出现的次数。

    select histogram(x),histogram(y) from (values (15,17),(15,18),(15,19),(15,20)) as t(x,y);-- {15=4},{17=1, 18=1, 19=1, 20=1}
  • map_agg(key, value) -> map(K, V)

    描述:返回一个由输入字段key和输入字段value为键值对的map。

    select map_agg(name,price) from fruit;-- {apple=2, peach=5}
  • map_union(x(K, V)) -> map(K, V)

    描述:返回所有输入map的并集。如果一个key值在输入集中出现多次,对应的value取输入集中的key对应的任意值。

    select map_union(x) from (values (map(array['banana'],array[10.0])),(map(array['apple'],array[7.0]))) as t(x);-- {banana=10.0, apple=7.0}
    select map_union(x) from (values (map(array['banana'],array[10.0])),(map(array['banana'],array[7.0]))) as t(x);-- {banana=10.0}
  • multimap_agg(key, value) -> map(K, array(V))

    描述:返回一个由输入key、value键值对组成的多重映射map。每个key可以对应多个value。

    select multimap_agg(key, value) from (values ('apple',7),('apple',8),('apple',8),('lemon',5) ) as t(key,value); - {apple=[7, 8, 8], lemon=[5]} 

近似值聚合函数

在实际情况下,对大量数据进行统计时,有时只关心一个近似值,而非具体值,比如统计某产品的销量,这种时候,近似值聚合函数就很有用,它使用较少的内存和CPU资源,以便可以获取数据结果而不会出现任何问题,例如溢出到磁盘或CPU峰值。这对于数十亿行数据运算的需求很有用。
  • approx_median(x) → bigint

    描述:该函数返回一个值,该值近似为输入值集的中位数。

    select approx_median(price) from fruit; -- 10.0
  • approx_distinct(x) → bigint

    描述:该函数返回类型为bigint,它提供了count(distinct x)的近似计数。如果所有输入都是null值,则返回0。

    此函数所有可能的值相对于正确的值的误差服从近似正态分布,其标准差为2.3%。它不保证任何特定输入集误差的上限。

    select approx_distinct(price) from fruit; -- 2
  • approx_distinct(x, e)→ bigint

    描述:该函数返回类型为bigint,它提供了count(distinct x)的近似计数。如果所有输入都是null值,则返回0。

    此函数所有可能的值相对于正确的值的误差服从近似正态分布,其标准差应小于e。它不保证任何特定输入集的误差的上限。

    当前该函数的实现中,e的取值范围为[0.0040625,0.26000]。

    select approx_distinct(weight,0.0040625) from sample_collection; -- 10 
    select approx_distinct(weight,0.26) from sample_collection; -- 8
  • approx_most_frequent(buckets, value, capacity) → map<[same as value], bigint>

    描述:近似统计出前buckets个最频繁出现的元素。函数统计高频值时,采用近似估算的方式使用的内存更少。capacity值越大,结果越精确,但消耗的内存也更多。该函数的返回结果是一个map,map的键值对为高频值及对应的频次。

    SELECT approx_most_frequent(3, x, 15) FROM (values 'A', 'B', 'A', 'C', 'A', 'B', 'C', 'D', 'E') t(x); --  {A=3, B=2, C=2}
    SELECT approx_most_frequent(3, x, 100) FROM (values 1, 2, 1, 3, 1, 2, 3, 4, 5) t(x); -- {1=3, 2=2, 3=2}

    说明:

    分位数,常用的有二分位数,四分位数,十分位数,百分位数等,意味将输入集合均分为对应等份,然后找到大约位于该位置的数值。比如approx_percentile(x, 0.5)就是找到大约位于x值排序后大约50%位置的值,也就是二分位数。

  • approx_percentile(x, percentage)→[same as x]

    描述:根据给定的百分比,返回对应的近似百分位数。这个百分比的值对于所有输入的行来说必须是0到1之间的一个常量。

    select approx_percentile(x, 0.5) from ( values (2),(3),(7),(8),(9)) as t(x); --7
  • approx_percentile(x, percentages)→ array<[same as x]>

    描述:以给定的百分比数组中的每个百分比,返回所有输入字段x值的近似百分位数。这个百分比数组中的每个值对于所有输入的行来说必须是0到1之间的一个常量。

    select approx_percentile(x, array[0.1,0.2,0.3,0.5]) from ( values (2),(3),(7),(8),(9)) as t(x); --[2, 3, 3, 7]
  • approx_percentile(x, w, percentage)→array<[same as x]>

    描述:按照百分比percentage,返回所有x输入值的近似百分位数。每一项的权重值为w且必须为正数。x设置有效的百分位。percentage的值必须在0到1之间,并且所有输入行必须为常量。

    select approx_percentile(x, 5,array[0.1,0.2,0.3,0.5]) from ( values (2),(3),(7),(8),(9)) as t(x); --[2, 3, 3, 7]
  • approx_percentile(x, w, percentage, accuracy) →[same as x]

    描述:按照百分比percentage,返回所有x输入值的近似百分位数。每一项的权重值为w且必须为正数。x设置有效的百分位。percentage的值必须在0到1之间,并且所有输入行必须为常量。其中,近似值的最大进度误差由accuracy指定。

    select approx_percentile(x, 5,0.5,0.97) from ( values (2),(3),(7),(8),(9)) as t(x); --7
  • approx_percentile(x, w, percentages)→[same as x]

    描述:按照百分比数组中的每个百分比值,返回所有 x 输入值的近似百分位数。每一项的权重值为w且必须为正数。x设置有效的百分位。百分比数组中每个元素值必须在0到1之间,并且所有输入行必须为常量。

    select approx_percentile(x,5, array[0.1,0.2,0.3,0.5]) from ( values (2),(3),(7),(8),(9)) as t(x);  -- [2, 3, 3, 7]
    说明:

    以上approx_percentile函数也支持同参数集的percentile_approx函数。

  • numeric_histogram(buckets, value, weight)

    描述:按照buckets桶的数量,为所有的value计算近似直方图,每一项的宽度使用weight。本算法大体上基于。

    Yael Ben-Haim and Elad Tom-Tov, "A streaming parallel decision tree algorithm", J. Machine Learning Research 11 (2010), pp. 849--872.

    buckets必须是bigint。value和weight必须是数值类型。

    select numeric_histogram(20,x,4) from ( values (2),(3),(7),(8),(9)) as t(x);
    _col0                     
    -----------------------------------------------
     {2.0=4.0, 3.0=4.0, 7.0=4.0, 8.0=4.0, 9.0=4.0} 
    (1 row)
  • numeric_histogram(buckets, value)

    描述:与numeric_histogram(buckets, value,weight)相比,相当于将weight设为1。

    select numeric_histogram(20,x) from ( values (2),(3),(7),(8),(9)) as t(x);
    _col0                     
    -----------------------------------------------
     {2.0=1.0, 3.0=1.0, 7.0=1.0, 8.0=1.0, 9.0=1.0} 
    (1 row)

统计聚合函数

  • corr(y,x)

    描述:返回输入值的相关系数。

    select corr(y,x) from (values (1,5),(2,6),(3,7),(4,8)) as t(x,y);-- 1.0
  • covar_pop(y, x)

    描述:返回输入值的总体协方差。

    select covar_pop(y,x) from (values (1,5),(2,6),(3,7),(4,8)) as t(x,y); --1.25
  • covar_samp(y, x)

    描述:返回输入值的样本协方差。

    select covar_samp(y,x) from (values (1,5),(2,6),(3,7),(4,8)) as t(x,y);-- 1.6666666 
  • kurtosis(x)

    描述:峰度又称峰态系数,表征概率密度分布曲线在平均值处峰值高低的特征数,即是描述总体中所有取值分布形态陡缓程度的统计量。直观看来,峰度反映了峰部的尖度。这个统计量需要与正态分布相比较。

    定义上峰度是样本的标准四阶中心矩(standardized 4th central moment)。

    随机变量的峰度计算方法为随机变量的四阶中心矩与方差平方的比值。

    具体计算公式为:

    select kurtosis(x) from (values (1),(2),(3),(4)) as t(x); -- -1.1999999999999993
  • regr_intercept(y, x)

    描述:返回输入值的线性回归截距。y是从属值。x是独立值。

    select regr_intercept(y,x) from (values (1,5),(2,6),(3,7),(4,8)) as t(x,y);-- 4.0
  • regr_slope(y, x)

    描述:返回输入值的线性回归斜率。y是从属值。x是独立值。

    select regr_slope(y,x) from (values (1,5),(2,6),(3,7),(4,8)) as t(x,y);--  1.0
  • skewness(x)

    描述:返回所有输入值的偏斜度。

    select skewness(x) from (values (1),(2),(3),(4)) as t(x); -- 0.0
  • stddev(x)

    描述:stedev_samp()的别名。

  • stddev_pop(x)

    描述:返回所有输入值的总体标准差。

    select stddev_pop(x) from (values (1),(2),(3),(4)) as t(x);--  1.118033988749895
  • stddev_samp(x)

    描述:返回所有输入值的样本标准偏差。

    select stddev_samp(x) from (values (1),(2),(3),(4)) as t(x);--  1.2909944487358056
  • variance(x)

    描述:var_samp()的别名。

  • var_pop(x)

    描述:返回所有输入值的总体方差。

    select var_pop(x) from (values (1),(2),(3),(4)) as t(x);-- 1.25
  • var_samp(x)

    描述:返回所有输入值的样本方差。

    select var_samp(x) from (values (1),(2),(3),(4)) as t(x);--  1.6666666666666667

Lambda聚合函数

reduce_agg(inputValue T, initialState S, inputFunction(S, T, S), combineFunction(S, S, S))

每个非空输入值将调用inputFunction。除了获取输入值之外,inputFunction还获取当前状态,最初为initialState,然后返回新状态。将调用CombineFunction将两个状态合并为一个新状态。 返回最终状态。

SELECT id, reduce_agg(value, 0, (a, b) -> a + b, (a, b) -> a + b)
FROM (
    VALUES
        (1, 3),
        (1, 4),
        (1, 5),
        (2, 6),
        (2, 7)
) AS t(id, value)
GROUP BY id;
-- (1, 12)
-- (2, 13)

SELECT id, reduce_agg(value, 1, (a, b) -> a * b, (a, b) -> a * b)
FROM (
    VALUES
        (1, 3),
        (1, 4),
        (1, 5),
        (2, 6),
        (2, 7)
) AS t(id, value)
GROUP BY id;
-- (1, 60)
-- (2, 42)
说明:

状态值必须是 boolean、integer、 floating-point或date、time、interval。

提示

您即将访问非华为云网站,请注意账号财产安全

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