聚集函数
聚集函数
sum(expression)
描述：所有输入行的expression总和。
返回类型：
通常情况下输入数据类型和输出数据类型是相同的，但以下情况会发生类型转换：
对于SMALLINT或INT输入，输出类型为BIGINT。
对于BIGINT输入，输出类型为NUMBER 。
对于浮点数输入，输出类型为DOUBLE PRECISION。
示例：
vastbase=# SELECT SUM(ss_ext_tax) FROM tpcds.STORE_SALES; sum -------------- 213267594.69 (1 row)max(expression)
描述：所有输入行中expression的最大值。
参数类型：任意数组、数值、字符串、日期/时间类型。
返回类型：与参数数据类型相同
示例：
vastbase=# SELECT MAX(inv_quantity_on_hand) FROM tpcds.inventory;min(expression)
描述：所有输入行中expression的最小值。
参数类型：任意数组、数值、字符串、日期/时间类型。
返回类型：与参数数据类型相同
示例：
vastbase=# SELECT MIN(inv_quantity_on_hand) FROM tpcds.inventory; min ----- 0 (1 row)avg(expression)
描述：所有输入值的均值（算术平均）。
返回类型：
对于任何整数类型输入，结果都是NUMBER类型。
对于任何浮点输入，结果都是DOUBLE PRECISION类型。
否则和输入数据类型相同。
示例：
vastbase=# SELECT AVG(inv_quantity_on_hand) FROM tpcds.inventory; avg ---------------------- 500.0387129084044604 (1 row)count(expression)
描述：返回表中满足expression不为NULL的行数。
返回类型：BIGINT
示例：
vastbase=# SELECT COUNT(inv_quantity_on_hand) FROM tpcds.inventory; count ---------- 11158087 (1 row)count(*)
描述：返回表中的记录行数。
返回类型：BIGINT
示例：
vastbase=# SELECT COUNT(*) FROM tpcds.inventory; count ---------- 11745000 (1 row)array_agg(expression)
描述：将所有输入值（包括空）连接成一个数组。
返回类型：参数类型的数组
示例：
vastbase=# SELECT ARRAY_AGG(sr_fee) FROM tpcds.store_returns WHERE sr_customer_sk = 2; array_agg --------------- {22.18,63.21} (1 row)string_agg(expression, delimiter)
描述：将输入值连接成为一个字符串，用分隔符分开。
返回类型：和参数数据类型相同。
示例：
vastbase=# SELECT string_agg(sr_item_sk, ',') FROM tpcds.store_returns where sr_item_sk < 3; string_agg --------------------------------------------------------------------------------- ------------------------------ 1,2,1,2,2,1,1,2,2,1,2,1,2,1,1,1,2,1,1,1,1,1,2,1,1,1,1,1,2,2,1,1,1,1,1,1,1,1,1,2, 2,1,1,1,1,1,1,2,2,1,1,2,1,1,1 (1 row)listagg(expression [, delimiter]) WITHIN GROUP(ORDER BY order-list)
描述：将聚集列数据按WITHIN GROUP指定的排序方式排列，并用delimiter指定的分隔符拼接成一个字符串。
expression：必选。指定聚集列名或基于列的有效表达式，不支持DISTINCT关键字和VARIADIC参数。
delimiter：可选。指定分隔符，可以是字符串常数或基于分组列的确定性表达式，缺省时表示分隔符为空。
order-list：必选。指定分组内的排序方式。
返回类型：text
示例：
聚集列是文本字符集类型。
vastbase=# SELECT deptno, listagg(ename, ',') WITHIN GROUP(ORDER BY ename) AS employees FROM emp GROUP BY deptno;
deptno | employees
--------+--------------------------------------
10 | CLARK,KING,MILLER
20 | ADAMS,FORD,JONES,SCOTT,SMITH
30 | ALLEN,BLAKE,JAMES,MARTIN,TURNER,WARD
(3 rows)
聚集列是整型。
vastbase=# SELECT deptno, listagg(mgrno, ',') WITHIN GROUP(ORDER BY mgrno NULLS FIRST) AS mgrnos FROM emp GROUP BY deptno;
deptno | mgrnos
--------+-------------------------------
10 | 7782,7839
20 | 7566,7566,7788,7839,7902
30 | 7698,7698,7698,7698,7698,7839
(3 rows)
聚集列是浮点类型。
vastbase=# SELECT job, listagg(bonus, '($); ') WITHIN GROUP(ORDER BY bonus DESC) || '($)' AS bonus FROM emp GROUP BY job;
job | bonus
------------+-------------------------------------------------
CLERK | 10234.21($); 2000.80($); 1100.00($); 1000.22($)
PRESIDENT | 23011.88($)
ANALYST | 2002.12($); 1001.01($)
MANAGER | 10000.01($); 2399.50($); 999.10($)
SALESMAN | 1000.01($); 899.00($); 99.99($); 9.00($)
(5 rows)
聚集列是时间类型。
vastbase=# SELECT deptno, listagg(hiredate, ', ') WITHIN GROUP(ORDER BY hiredate DESC) AS hiredates FROM emp GROUP BY deptno;
deptno | hiredates
--------+------------------------------------------------------------------------------------------------------------------------------
10 | 1982-01-23 00:00:00, 1981-11-17 00:00:00, 1981-06-09 00:00:00
20 | 2001-04-02 00:00:00, 1999-12-17 00:00:00, 1987-05-23 00:00:00, 1987-04-19 00:00:00, 1981-12-03 00:00:00
30 | 2015-02-20 00:00:00, 2010-02-22 00:00:00, 1997-09-28 00:00:00, 1981-12-03 00:00:00, 1981-09-08 00:00:00, 1981-05-01 00:00:00
(3 rows)
聚集列是时间间隔类型。
vastbase=# SELECT deptno, listagg(vacationTime, '; ') WITHIN GROUP(ORDER BY vacationTime DESC) AS vacationTime FROM emp GROUP BY deptno;
deptno | vacationtime
--------+------------------------------------------------------------------------------------
10 | 1 year 30 days; 40 days; 10 days
20 | 70 days; 36 days; 9 days; 5 days
30 | 1 year 1 mon; 2 mons 10 days; 30 days; 12 days 12:00:00; 4 days 06:00:00; 24:00:00
(3 rows)
分隔符缺省时，默认为空。
vastbase=# SELECT deptno, listagg(job) WITHIN GROUP(ORDER BY job) AS jobs FROM emp GROUP BY deptno;
deptno | jobs
--------+----------------------------------------------
10 | CLERKMANAGERPRESIDENT
20 | ANALYSTANALYSTCLERKCLERKMANAGER
30 | CLERKMANAGERSALESMANSALESMANSALESMANSALESMAN
(3 rows)
listagg作为窗口函数时，OVER子句不支持ORDER BY的窗口排序，listagg列为对应分组的有序聚集。
vastbase=# SELECT deptno, mgrno, bonus, listagg(ename,'; ') WITHIN GROUP(ORDER BY hiredate) OVER(PARTITION BY deptno) AS employees FROM emp;
deptno | mgrno | bonus | employees
--------+-------+----------+-------------------------------------------
10 | 7839 | 10000.01 | CLARK; KING; MILLER
10 | | 23011.88 | CLARK; KING; MILLER
10 | 7782 | 10234.21 | CLARK; KING; MILLER
20 | 7566 | 2002.12 | FORD; SCOTT; ADAMS; SMITH; JONES
20 | 7566 | 1001.01 | FORD; SCOTT; ADAMS; SMITH; JONES
20 | 7788 | 1100.00 | FORD; SCOTT; ADAMS; SMITH; JONES
20 | 7902 | 2000.80 | FORD; SCOTT; ADAMS; SMITH; JONES
20 | 7839 | 999.10 | FORD; SCOTT; ADAMS; SMITH; JONES
30 | 7839 | 2399.50 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
30 | 7698 | 9.00 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
30 | 7698 | 1000.22 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
30 | 7698 | 99.99 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
30 | 7698 | 1000.01 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
30 | 7698 | 899.00 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
(14 rows)
covar_pop(Y, X)
描述：总体协方差。
返回类型：double precision
示例：
vastbase=# SELECT COVAR_POP(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; covar_pop ------------------ 829.749627587403 (1 row)covar_samp(Y, X)
描述：样本协方差。
返回类型：double precision
示例：
vastbase=# SELECT COVAR_SAMP(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; covar_samp ------------------ 830.052235037289 (1 row)stddev_pop(expression)
描述：总体标准差。
返回类型：对于浮点类型的输入返回double precision，其他输入返回numeric。
示例：
vastbase=# SELECT STDDEV_POP(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1; stddev_pop ------------------ 289.224294957556 (1 row)stddev_samp(expression)
描述：样本标准差。
返回类型：对于浮点类型的输入返回double precision，其他输入返回numeric。
示例：
vastbase=# SELECT STDDEV_SAMP(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1; stddev_samp ------------------ 289.224359757315 (1 row)var_pop(expression)
描述：总体方差（总体标准差的平方）
返回类型：对于浮点类型的输入返回double precision类型，其他输入返回numeric类型。
示例：
vastbase=# SELECT VAR_POP(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1; var_pop -------------------- 83650.692793695475 (1 row)var_samp(expression)
描述：样本方差（样本标准差的平方）
返回类型：对于浮点类型的输入返回double precision类型，其他输入返回numeric类型。
示例：
vastbase=# SELECT VAR_SAMP(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1; var_samp -------------------- 83650.730277028768 (1 row)bit_and(expression)
描述：所有非NULL输入值的按位与(AND)，如果全部输入值皆为NULL，那么结果也为NULL。
返回类型：和参数数据类型相同。
示例：
vastbase=# SELECT BIT_AND(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1; bit_and --------- 0 (1 row)bit_or(expression)
描述：所有非NULL输入值的按位或(OR)，如果全部输入值皆为NULL，那么结果也为NULL。
返回类型：和参数数据类型相同
示例：
vastbase=# SELECT BIT_OR(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1; bit_or -------- 1023 (1 row)bool_and(expression)
描述：如果所有输入值都是真，则为真，否则为假。
返回类型：bool
示例：
vastbase=# SELECT bool_and(100 <2500); bool_and ---------- t (1 row)bool_or(expression)
描述：如果所有输入值只要有一个为真，则为真，否则为假。
返回类型：bool
示例：
vastbase=# SELECT bool_or(100 <2500); bool_or ---------- t (1 row)corr(Y, X)
描述：相关系数
返回类型：double precision
示例：
vastbase=# SELECT CORR(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; corr ------------------- .0381383624904186 (1 row)every(expression)
描述：等效于bool_and。
返回类型：bool
示例：
vastbase=# SELECT every(100 <2500); every ------- t (1 row)rank(expression)
描述：根据expression对不同组内的元组进行跳跃排序。
返回类型：BIGINT
示例：
vastbase=# SELECT d_moy, d_fy_week_seq, rank() OVER(PARTITION BY d_moy ORDER BY d_fy_week_seq) FROM tpcds.date_dim WHERE d_moy < 4 AND d_fy_week_seq < 7 ORDER BY 1,2; d_moy | d_fy_week_seq | rank -------+---------------+------ 1 | 1 | 1 1 | 1 | 1 1 | 1 | 1 1 | 1 | 1 1 | 1 | 1 1 | 1 | 1 1 | 1 | 1 1 | 2 | 8 1 | 2 | 8 1 | 2 | 8 1 | 2 | 8 1 | 2 | 8 1 | 2 | 8 1 | 2 | 8 1 | 3 | 15 1 | 3 | 15 1 | 3 | 15 1 | 3 | 15 1 | 3 | 15 1 | 3 | 15 1 | 3 | 15 1 | 4 | 22 1 | 4 | 22 1 | 4 | 22 1 | 4 | 22 1 | 4 | 22 1 | 4 | 22 1 | 4 | 22 1 | 5 | 29 1 | 5 | 29 2 | 5 | 1 2 | 5 | 1 2 | 5 | 1 2 | 5 | 1 2 | 5 | 1 2 | 6 | 6 2 | 6 | 6 2 | 6 | 6 2 | 6 | 6 2 | 6 | 6 2 | 6 | 6 2 | 6 | 6 (42 rows)regr_avgx(Y, X)
描述：自变量的平均值 (sum(X)/N)
返回类型：double precision
示例：
vastbase=# SELECT REGR_AVGX(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_avgx ------------------ 578.606576740795 (1 row)regr_avgy(Y, X)
描述：因变量的平均值 (sum(Y)/N)
返回类型：double precision
示例：
vastbase=# SELECT REGR_AVGY(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_avgy ------------------ 50.0136711629602 (1 row)regr_count(Y, X)
描述：两个表达式都不为NULL的输入行数。
返回类型：bigint
示例：
vastbase=# SELECT REGR_COUNT(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_count ------------ 2743 (1 row)regr_intercept(Y, X)
描述：根据所有输入的点(X, Y)按照最小二乘法拟合成一个线性方程，然后返回该直线的Y轴截距。
返回类型：double precision
示例：
vastbase=# SELECT REGR_INTERCEPT(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_intercept ------------------ 49.2040847848607 (1 row)regr_r2(Y, X)
描述：相关系数的平方
返回类型：double precision
示例：
vastbase=# SELECT REGR_R2(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_r2 -------------------- .00145453469345058 (1 row)regr_slope(Y, X)
描述：根据所有输入的点(X, Y)按照最小二乘法拟合成一个线性方程，然后返回该直线的斜率。
返回类型：double precision
示例：
vastbase=# SELECT REGR_SLOPE(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_slope -------------------- .00139920009665259 (1 row)regr_sxx(Y, X)
描述：sum(X^2) - sum(X)^2/N （自变量的”平方和”）
返回类型：double precision
示例：
vastbase=# SELECT REGR_SXX(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_sxx ------------------ 1626645991.46135 (1 row)regr_sxy(Y, X)
描述：sum(X*Y) - sum(X) * sum(Y)/N （自变量和因变量的”乘方积”）
返回类型：double precision
示例：
vastbase=# SELECT REGR_SXY(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_sxy ------------------ 2276003.22847225 (1 row)regr_syy(Y, X)
描述：sum(Y^2) - sum(Y)^2/N（因变量的”平方和”）
返回类型：double precision
示例：
vastbase=# SELECT REGR_SYY(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000; regr_syy ----------------- 2189417.6547314 (1 row)stddev(expression)
描述：stddev_samp的别名。
返回类型：对于浮点类型的输入返回double precision，其他输入返回numeric。
示例：
vastbase=# SELECT STDDEV(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1; stddev ------------------ 289.224359757315 (1 row)variance(expexpression,ression)
描述：var_samp的别名。
返回类型：对于浮点类型的输入返回double precision类型，其他输入返回numeric类型。
示例：
vastbase=# SELECT VARIANCE(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1; variance -------------------- 83650.730277028768 (1 row)checksum(expression)
描述：返回所有输入值的CHECKSUM值。使用该函数可以用来验证Vastbase数据库（不支持Vastbase之外的其他数据库）的备份恢复或者数据迁移操作前后表中的数据是否相同。在备份恢复或者数据迁移操作前后都需要用户通过手工执行SQL命令的方式获取执行结果，通过对比获取的执行结果判断操作前后表中的数据是否相同。
对于大表，CHECKSUM函数可能会需要很长时间。
如果某两表的CHECKSUM值不同，则表明两表的内容是不同的。由于CHECKSUM函数中使用散列函数不能保证无冲突，因此两个不同内容的表可能会得到相同的CHECKSUM值，存在这种情况的可能性较小。对于列进行的CHECKSUM也存在相同的情况。
对于时间类型timestamp,timestamptz和smalldatetime，计算CHECKSUM值时请确保时区设置一致。
— 若计算某列的CHECKSUM值，且该列类型可以默认转为TEXT类型，则expression为列名。
— 若计算某列的CHECKSUM值，且该列类型不能默认转为TEXT类型，则expression为列名::TEXT。
— 若计算所有列的CHECKSUM值，则expression为表名::TEXT。
可以默认转换为TEXT类型的类型包括：char, name, int8, int2, int1, int4,raw, pg_node_tree, float4, float8, bpchar, varchar, nvarchar2, date,timestamp, timestamptz, numeric,smalldatetime，其他类型需要强制转换为TEXT。
返回类型：numeric。
示例：
表中可以默认转为TEXT类型的某列的CHECKSUM值。
vastbase=# SELECT CHECKSUM(inv_quantity_on_hand) FROM tpcds.inventory;
checksum
-------------------
24417258945265247
(1 row)
表中不能默认转为TEXT类型的某列的CHECKSUM值。注意此时CHECKSUM参数是列名::TEXT。
vastbase=# SELECT CHECKSUM(inv_quantity_on_hand::TEXT) FROM tpcds.inventory;
checksum
-------------------
24417258945265247
(1 row)
表中所有列的CHECKSUM值。注意此时CHECKSUM参数是表名::TEXT，且表名前不加Schema。
vastbase=# SELECT CHECKSUM(inventory::TEXT) FROM tpcds.inventory;
checksum
-------------------
25223696246875800
(1 row)
