聚合函数
本页面按功能分类，全面概述了 Databend 中的聚合函数，便于快速查阅。
基本聚合
| 函数 | 描述 | 示例 |
|---|---|---|
| COUNT | 计算行数或非 NULL 值的数量 | COUNT(*) → 10 |
| COUNT_DISTINCT | 计算不同值的数量 | COUNT(DISTINCT city) → 5 |
| APPROX_COUNT_DISTINCT | 近似计算不同值的数量 | APPROX_COUNT_DISTINCT(user_id) → 9955 |
| SUM | 计算值的总和 | SUM(sales) → 1250.75 |
| AVG | 计算值的平均值 | AVG(temperature) → 72.5 |
| MIN | 返回最小值 | MIN(price) → 9.99 |
| MAX | 返回最大值 | MAX(price) → 99.99 |
| ANY_VALUE | 从分组中返回任意一个值 | ANY_VALUE(status) → 'active' |
条件聚合
| 函数 | 描述 | 示例 |
|---|---|---|
| COUNT_IF | 计算满足条件的行数 | COUNT_IF(price > 100) → 5 |
| SUM_IF | 对满足条件的值求和 | SUM_IF(amount, status = 'completed') → 750.25 |
| AVG_IF | 对满足条件的值求平均 | AVG_IF(score, passed = true) → 85.6 |
| MIN_IF | 返回条件为真时的最小值 | MIN_IF(temp, location = 'outside') → 45.2 |
| MAX_IF | 返回条件为真时的最大值 | MAX_IF(speed, vehicle = 'car') → 120.5 |
统计函数
| 函数 | 描述 | 示例 |
|---|---|---|
| VAR_POP / VARIANCE_POP | 总体方差 | VAR_POP(height) → 10.25 |
| VAR_SAMP / VARIANCE_SAMP | 样本方差 | VAR_SAMP(height) → 12.3 |
| STDDEV_POP | 总体标准差 | STDDEV_POP(height) → 3.2 |
| STDDEV_SAMP | 样本标准差 | STDDEV_SAMP(height) → 3.5 |
| COVAR_POP | 总体协方差 | COVAR_POP(x, y) → 2.5 |
| COVAR_SAMP | 样本协方差 | COVAR_SAMP(x, y) → 2.7 |
| KURTOSIS | 衡量分布的峰度 | KURTOSIS(values) → 2.1 |
| SKEWNESS | 衡量分布的偏度 | SKEWNESS(values) → 0.2 |
百分位数与分布
| 函数 | 描述 | 示例 |
|---|---|---|
| MEDIAN | 计算中位数 | MEDIAN(response_time) → 125 |
| MODE | 返回最频繁出现的值 | MODE(category) → 'electronics' |
| QUANTILE_CONT | 连续插值分位数 | QUANTILE_CONT(0.95)(response_time) → 350.5 |
| QUANTILE_DISC | 离散分位数 | QUANTILE_DISC(0.5)(age) → 35 |
| QUANTILE_TDIGEST | 使用 t-digest 算法近似计算分位数 | QUANTILE_TDIGEST(0.9)(values) → 95.2 |
| QUANTILE_TDIGEST_WEIGHTED | 加权 t-digest 分位数 | QUANTILE_TDIGEST_WEIGHTED(0.5)(values, weights) → 50.5 |
| MEDIAN_TDIGEST | 使用 t-digest 算法近似计算中位数 | MEDIAN_TDIGEST(response_time) → 124.5 |
| HISTOGRAM | 创建直方图分桶 | HISTOGRAM(10)(values) → [{...}] |
数组与集合聚合
| 函数 | 描述 | 示例 |
|---|---|---|
| ARRAY_AGG | 将值收集到一个数组中 | ARRAY_AGG(product) → ['A', 'B', 'C'] |
| GROUP_ARRAY_MOVING_AVG | 计算数组的移动平均值 | GROUP_ARRAY_MOVING_AVG(3)(values) → [null, null, 3.0, 6.0, 9.0] |
| GROUP_ARRAY_MOVING_SUM | 计算数组的移动总和 | GROUP_ARRAY_MOVING_SUM(2)(values) → [null, 3, 7, 11, 15] |
地理空间聚合
| 函数 | 描述 | 示例 |
|---|---|---|
| ST_UNION_AGG | 对分组内的 GEOMETRY 值做合并 | ST_UNION_AGG(geom) → MULTIPOINT(...) |
| ST_INTERSECTION_AGG | 对分组内的 GEOMETRY 值做相交 | ST_INTERSECTION_AGG(geom) → POLYGON(...) |
| ST_ENVELOPE_AGG | 返回分组内 GEOMETRY 值的最小外接矩形 | ST_ENVELOPE_AGG(geom) → POLYGON(...) |
| ST_COLLECT | 将分组内的 GEOMETRY 值收集为一个 GEOMETRY 结果 | ST_COLLECT(geom) → GEOMETRYCOLLECTION(...) |
字符串聚合
| 函数 | 描述 | 示例 |
|---|---|---|
| GROUP_CONCAT | 使用分隔符连接值 | GROUP_CONCAT(city, ', ') → 'New York, London, Tokyo' |
| STRING_AGG | 使用分隔符连接字符串 | STRING_AGG(tag, ',') → 'red,green,blue' |
| LISTAGG | 使用分隔符连接值 | LISTAGG(name, ', ') → 'Alice, Bob, Charlie' |
JSON 聚合
| 函数 | 描述 | 示例 |
|---|---|---|
| JSON_ARRAY_AGG | 将值聚合为 JSON 数组 | JSON_ARRAY_AGG(name) → '["Alice", "Bob", "Charlie"]' |
| JSON_OBJECT_AGG | 从键值对创建 JSON 对象 | JSON_OBJECT_AGG(name, score) → '{"Alice": 95, "Bob": 87}' |
参数选择
| 函数 | 描述 | 示例 |
|---|---|---|
| ARG_MAX | 返回 expr2 最大时 expr1 的值 | ARG_MAX(name, score) → 'Alice' |
| ARG_MIN | 返回 expr2 最小时 expr1 的值 | ARG_MIN(name, score) → 'Charlie' |
漏斗分析
| 函数 | 描述 | 示例 |
|---|---|---|
| RETENTION | 计算留存率 | RETENTION(action = 'signup', action = 'purchase') → [100, 40] |
| WINDOWFUNNEL | 在时间窗口内搜索事件序列 | WINDOWFUNNEL(1800)(timestamp, event='view', event='click', event='purchase') → 2 |
匿名化
| 函数 | 描述 | 示例 |
|---|---|---|
| MARKOV_TRAIN | 训练马尔可夫模型 | MARKOV_TRAIN(address) |
