聚合函数

聚合(Aggregate)函数的输入与输出是多对一的关系,即将多条输入记录聚合成一条输出值,可以与MaxCompute SQL中的group by语句配合使用。本文为您提供MaxCompute SQL支持的聚合函数的命令格式、参数说明及示例,指导您使用聚合函数完成开发。

MaxCompute SQL支持的聚合函数如下。

函数

功能

ANY_VALUE

在指定范围内任选一个值返回。

APPROX_DISTINCT

返回输入的非重复值的近似数目。

ARG_MAX

返回指定列的最大值对应行的列值。

ARG_MIN

返回指定列的最小值对应行的列值。

AVG

计算平均值。

BITWISE_AND_AGG

计算输入Value的bit AND聚合值。

BITWISE_OR_AGG

计算输入Value的bit OR聚合值。

COLLECT_LIST

将指定的列聚合为一个数组。

COLLECT_SET

将指定的列聚合为一个无重复元素的数组。

COUNT

计算记录数。

COUNT_IF

计算指定表达式为True的记录数。

COVAR_POP

计算指定两个数值列的总体协方差。

COVAR_SAMP

计算指定两个数值列的样本协方差。

HISTOGRAM

构造输入Map的Key值出现次数的Map。

MAP_AGG

构造两个输入字段的Map。

MAP_UNION

对输入Map进行Union操作来构造输出Map。

MAP_UNION_SUM

对输入Map进行Union操作并对相同Key的Value求和来构造输出Map。

MAX

计算最大值。

MAX_BY

返回指定列的最大值对应行的列值。

MEDIAN

计算中位数。

MIN

计算最小值。

MIN_BY

返回指定列的最小值对应行的列值。

MULTIMAP_AGG

构造两个输入字段的Map,第一个字段作为Map的Key,第二个字段构造数组作为Map的Value。

NUMERIC_HISTOGRAM

统计指定列的近似直方图。

PERCENTILE

计算精确百分位数,适用于小数据量。

PERCENTILE_APPROX

计算近似百分位数,适用于大数据量。

STDDEV

计算总体标准差。

STDDEV_SAMP

计算样本标准差。

SUM

计算汇总值。

VAR_SAMP

计算指定数值列的样本方差。

VARIANCE/VAR_POP

计算指定数值列的方差。

WM_CONCAT

用指定的分隔符连接字符串。

注意事项

升级到MaxCompute 2.0后,产品扩展了部分函数。如果您用到的函数涉及新数据类型(TINYINT、SMALLINT、INT、FLOAT、VARCHAR、TIMESTAMP或BINARY),在使用扩展函数时,需要执行如下语句开启新数据类型开关:

  • Session级别:如果使用新数据类型,您需要在SQL语句前加上语句set odps.sql.type.system.odps2=true;,并与SQL语句一起提交执行。

  • Project级别:Project Owner可根据需要对Project进行设置,等待10~15分钟后才会生效。命令如下。

    setproject odps.sql.type.system.odps2=true;

    setproject的详细说明请参见项目空间操作。关于开启Project级别数据类型的注意事项,请参见数据类型版本说明

  • 单个Worker里的元素数量不能超过两百万。

在同一条SQL语句中同时使用多个聚合函数时,如果项目资源不足,会出现内存溢出问题,请您根据实际业务情况优化SQL或购买计算资源。

聚合函数语法

聚合函数的语法声明如下。

<aggregate_name>(<expression>[,...]) [within group (order by <col1>[,<col2>…])] [filter (where <where_condition>)]
  • <aggregate_name>(<expression>[,...]):内建聚合函数或用户自定义聚合函数UDAF,具体格式以实际聚合函数语法为准。

  • within group (order by <col1>[,<col2>…]):当聚合函数中携带该表达式时,默认会对<col1>[,<col2>…]的输入数据进行升序排列。如果需要降序排列,表达式为within group (order by <col1>[,<col2>…] [desc])

    在使用该表达式时,您需要注意:

    • 仅支持WM_CONCATCOLLECT_LISTCOLLECT_SET及UDAF使用该表达式。

    • 一个SELECT语句中如果多个聚合函数携带within group (order by <col1>[,<col2>…])表达式时,order by <col1>[,<col2>…]必须相同。

    • 如果聚合函数的参数中携带了DISTINCT关键字,order by <col1>[,<col2>…]中只允许使用DISTINCT的列。即order by的列集合应该是DISTINCT列集合的子集,并且<col1>[,<col2>…]的字段类型要和聚合函数的入参类型保持一致。

      说明

      由于目前支持使用within group (order by <col1>[,<col2>…])表达式的聚合函数中,只允许存在一个入参,因此如果聚合函数中携带了DISTINCT关键字,order by只能有一列,且必须与聚合函数的入参类型保持一致。

      例如,WM_CONCAT函数的入参类型要求为STRING,那么order by后的字段类型也必须为STRING。详情请参见下述示例四(示例表emp的创建请参见示例数据)。

    命令示例如下:

    --示例一,对输入数据升序排列后输出。
    select 
      x,
      wm_concat(',', y) within group (order by y)
    from values('k', 1),('k', 3),('k', 2) as t(x, y)
    group by x;
    --返回结果如下。
    +------------+------------+
    | x          | _c1        |
    +------------+------------+
    | k          | 1,2,3      |
    +------------+------------+
    
    --示例二,对输入数据降序排列后输出。
    select 
      x,
      wm_concat(',', y) within group (order by y desc)
    from values('k', 1),('k', 3),('k', 2) as t(x, y)
    group by x;
    --返回结果如下。
    +------------+------------+
    | x          | _c1        |
    +------------+------------+
    | k          | 3,2,1      |
    +------------+------------+
    
    
    --示例三
    select id,
    wm_concat(distinct ',', name) within group (order by name desc)
    from values('k', '1'),('k', '3'),('k', '2') as t(id, name)
    group by id;
    
    --返回结果如下。
    +------------+------------+
    | id         | _c1        |
    +------------+------------+
    | k          | 3,2,1      |
    +------------+------------+
    
    
    --示例四
    --由于聚合函数的参数中携带了DISTINCT关键字,此时wm_concat函数中bigint类型的入参sal会被隐式转换为string类型,
    --为了与wm_concat函数的入参类型保持一致,则order by sal中需要使用cast将sal转换为string类型,否则会导致报错。
    select deptno,
    wm_concat(distinct ',', sal) 
    within group (order by cast(sal as STRING ) desc) 
    from emp group by deptno order by deptno;
    
    --返回结果如下。
    +------------+------------+
    | deptno     | _c1        |
    +------------+------------+
    | 10         | 5000,2450,1300 |
    | 20         | 800,3000,2975,1100 |
    | 30         | 950,2850,1600,1500,1250 |
    +------------+------------+
  • [filter (where <where_condition>)]:当聚合函数中携带该表达式时,聚合函数只会处理满足<where_condition>的数据。更多<where_condition>信息,请参见WHERE子句(where_condition)

    在使用该表达式时,您需要注意:

    • 仅支持内建聚合函数使用该表达式,不支持UDAF使用该表达式。

    • count(*)支持[filter (where <where_condition>)]表达式。

    • COUNT_IF不支持[filter (where <where_condition>)]表达式。

    命令示例如下:

    --示例一,过滤并聚合数据。
    select
      sum(x),
      sum(x) filter (where y > 1),
      sum(x) filter (where y > 2)
      from values(null, 1),(1, 2),(2, 3),(3, null) as t(x, y);
    --返回结果如下。
    +------------+------------+------------+
    | _c0        | _c1        | _c2        |
    +------------+------------+------------+
    | 6          | 3          | 2          |
    +------------+------------+------------+
    
    --示例二,使用多个聚合函数过滤并聚合数据。
    select
      count_if(x > 2),
      sum(x) filter (where y > 1),
      sum(x) filter (where y > 2)
      from values(null, 1),(1, 2),(2, 3),(3, null) as t(x, y);
    --返回结果如下。
    +------------+------------+------------+
    | _c0        | _c1        | _c2        |
    +------------+------------+------------+
    | 1          | 3          | 2          |
    +------------+------------+------------+

示例数据

为便于理解各函数的使用方法,本文为您提供源数据,基于源数据提供函数相关示例。创建表emp,并添加数据,命令示例如下:

create table if not exists emp
   (empno bigint,
    ename string,
    job string,
    mgr bigint,
    hiredate datetime,
    sal bigint,
    comm bigint,
    deptno bigint);
tunnel upload emp.txt emp;

emp.txt中的数据如下:

7369,SMITH,CLERK,7902,1980-12-17 00:00:00,800,,20
7499,ALLEN,SALESMAN,7698,1981-02-20 00:00:00,1600,300,30
7521,WARD,SALESMAN,7698,1981-02-22 00:00:00,1250,500,30
7566,JONES,MANAGER,7839,1981-04-02 00:00:00,2975,,20
7654,MARTIN,SALESMAN,7698,1981-09-28 00:00:00,1250,1400,30
7698,BLAKE,MANAGER,7839,1981-05-01 00:00:00,2850,,30
7782,CLARK,MANAGER,7839,1981-06-09 00:00:00,2450,,10
7788,SCOTT,ANALYST,7566,1987-04-19 00:00:00,3000,,20
7839,KING,PRESIDENT,,1981-11-17 00:00:00,5000,,10
7844,TURNER,SALESMAN,7698,1981-09-08 00:00:00,1500,0,30
7876,ADAMS,CLERK,7788,1987-05-23 00:00:00,1100,,20
7900,JAMES,CLERK,7698,1981-12-03 00:00:00,950,,30
7902,FORD,ANALYST,7566,1981-12-03 00:00:00,3000,,20
7934,MILLER,CLERK,7782,1982-01-23 00:00:00,1300,,10
7948,JACCKA,CLERK,7782,1981-04-12 00:00:00,5000,,10
7956,WELAN,CLERK,7649,1982-07-20 00:00:00,2450,,10
7956,TEBAGE,CLERK,7748,1982-12-30 00:00:00,1300,,10

过滤条件表达式

  • 使用限制。

    • 仅MaxCompute内置的聚合函数支持添加过滤条件表达式,自定义聚合函数UDAF暂不支持。

    • count(*)不能与过滤条件表达式同时使用,请使用COUNT_IF函数。

  • 命令格式。

    <aggregate_name>(<expression>[,...]) [filter (where <where_condition>)]
  • 命令说明。

    聚合函数都可以增加过滤条件表达式。如果指定了过滤条件,则只有满足过滤条件的行数据才会传给对应的聚合函数进行处理。

  • 参数说明。

    • aggregate_name:必填。聚合函数名称,请根据实际需求选择下方的聚合函数。

    • expression:必填。聚合函数的参数。请根据各个聚合函数的参数说明填写。

    • where_condition:可选。过滤条件。更多过滤条件信息,请参见WHERE子句(where_condition)

  • 返回值说明。

    请参见各个聚合函数的返回值说明。

  • 使用示例。

    select sum(sal) filter (where deptno=10), sum(sal) filter (where deptno=20), sum(sal) filter (where deptno=30) from emp;

    返回结果如下:

    +------------+------------+------------+
    | _c0        | _c1        | _c2        |
    +------------+------------+------------+
    | 17500      | 10875      | 9400       |
    +------------+------------+------------+

ANY_VALUE

  • 命令格式。

    any_value(<colname>)
  • 命令说明。

    在指定范围内任选一个值返回。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    colname:必填。可以为任意类型。

  • 返回值说明。

    返回值类型同colname对应值类型。colname值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:在所有职工中任选一名。命令示例如下:

      select any_value(ename) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | SMITH      |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并在各组中任选一名。命令示例如下:

      select deptno, any_value(ename) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | CLARK      |
      | 20         | SMITH      |
      | 30         | ALLEN      |
      +------------+------------+

APPROX_DISTINCT

  • 命令格式。

    approx_distinct(<colname>)
  • 命令说明。

    计算指定列的非重复值的近似数目。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    colname:必填。需要统计去重的列。

  • 返回值说明。

    返回BIGINT类型。此函数会产生5%的标准误差。colname值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:统计薪资(sal)列非重复值的近似数目。命令示例如下:

      select approx_distinct(sal) from emp;

      返回结果如下:

      +-------------------+
      | numdistinctvalues |
      +-------------------+
      | 12                |
      +-------------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,统计薪资(sal)列非重复值的近似数目。命令示例如下:

      select deptno, approx_distinct(sal) from emp group by deptno;

      返回结果如下:

      +------------+-------------------+
      | deptno     | numdistinctvalues |
      +------------+-------------------+
      | 10         | 3                 |
      | 20         | 4                 |
      | 30         | 5                 |
      +------------+-------------------+

ARG_MAX

  • 命令格式。

    arg_max(<valueToMaximize>, <valueToReturn>)
  • 命令说明。

    返回valueToMaximize最大值对应行的valueToReturn。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    • valueToMaximize:必填。可以为任意类型。

    • valueToReturn:必填。可以为任意类型。

  • 返回值说明。

    返回值类型和valueToReturn类型相同,如果存在多行最大值时,随机返回最大值中的一行对应的值。valueToMaximize值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:返回薪资最高的员工姓名。命令示例如下:

      select arg_max(sal, ename) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | KING       |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并返回各组中薪资最高职工姓名。命令示例如下:

      select deptno, arg_max(sal, ename) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | KING       |
      | 20         | SCOTT      |
      | 30         | BLAKE      |
      +------------+------------+

ARG_MIN

  • 命令格式。

    arg_min(<valueToMinimize>, <valueToReturn>)
  • 命令说明。

    返回valueToMinimize最小值对应行的valueToReturn。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    • valueToMinimize:必填。可以为任意类型。

    • valueToReturn:必填。可以为任意类型。

  • 返回值说明。

    返回值类型和valueToReturn类型相同,如果存在多行最小值时,随机返回最小值其中的一行对应的值。valueToMinimize值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:返回薪资最低的员工姓名。命令示例如下:

      select arg_min(sal, ename) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | SMITH      |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并返回各组中薪资最低职工姓名。命令示例如下:

      select deptno, arg_min(sal, ename) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | MILLER     |
      | 20         | SMITH      |
      | 30         | JAMES      |
      +------------+------------+

AVG

  • 命令格式。

    DECIMAL|DOUBLE  avg(<colname>)
  • 命令说明。

    计算平均值。

  • 参数说明。

    colname:必填。列值支持所有数据类型,可以转换为DOUBLE类型后参与运算。

  • 返回值说明。

    如果colname值为NULL时,该行不参与计算。其他类型返回规则如下:

    输入类型

    返回类型

    TINYINT

    DOUBLE

    SMALLINT

    DOUBLE

    INT

    DOUBLE

    BIGINT

    DOUBLE

    FLOAT

    DOUBLE

    DOUBLE

    DOUBLE

    DECIMAL

    DECIMAL

  • 示例。

    • 示例1:计算所有职工的平均薪资(sal)。命令示例如下:

      select avg(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 2222.0588235294117 |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,计算各部门员工的平均薪资(sal)。命令示例如下:

      select deptno, avg(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 2916.6666666666665 |
      | 20         | 2175.0     |
      | 30         | 1566.6666666666667 |
      +------------+------------+

BITWISE_AND_AGG

  • 函数声明。

    bigint bitwise_and_agg(bigint value)
  • 命令说明。

    对于输入的value,按照bit AND操作计算聚合值。

  • 参数说明。

    value:必填。BIGINT类型的值,NULL值不参与计算。

  • 返回值说明。

    返回BIGINT类型。

  • 示例。

    select id, bitwise_and_agg(v) from
        values (1L, 2L), (1L, 1L), (2L, null), (1L, null) t(id, v) group by id;

    返回结果如下。

    +------------+------------+
    | id         | _c1        |
    +------------+------------+
    | 1          | 0          |
    | 2          | NULL       |
    +------------+------------+

BITWISE_OR_AGG

  • 函数声明。

    bigint bitwise_or_agg(bigint value)
  • 命令说明。

    对于输入的value,按照bit OR操作计算聚合值。

  • 参数说明。

    value:必填。BIGINT类型的值,NULL值不参与计算。

  • 返回值说明。

    返回BIGINT类型。

  • 示例。

    select id, bitwise_or_agg(v) from
        values (1L, 2L), (1L, 1L), (2L, null), (1L, null) t(id, v) group by id;

    返回结果如下。

    +------------+------------+
    | id         | _c1        |
    +------------+------------+
    | 1          | 3          |
    | 2          | NULL       |
    +------------+------------+

COLLECT_LIST

  • 命令格式。

    array collect_list(<colname>)
  • 命令说明。

    colname指定的列值聚合为一个数组。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    colname:必填。表的列名称,可为任意类型。

  • 返回值说明。

    返回ARRAY类型。colname值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:将所有职工薪资(sal)聚合为一个数组。命令示例如下:

      select collect_list(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | [800,1600,1250,2975,1250,2850,2450,3000,5000,1500,1100,950,3000,1300,5000,2450,1300] |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并将同组的职工薪资(sal)聚合为一个数组。命令示例如下:

      select deptno, collect_list(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | [2450,5000,1300,5000,2450,1300] |
      | 20         | [800,2975,3000,1100,3000] |
      | 30         | [1600,1250,1250,2850,1500,950] |
      +------------+------------+
    • 示例3:与group by配合使用,对所有职工按照部门(deptno)进行分组,并将同组的职工薪资(sal)去重后聚合为一个数组。命令示例如下:

      select deptno, collect_list(distinct sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | [1300,2450,5000] |
      | 20         | [800,1100,2975,3000] |
      | 30         | [950,1250,1500,1600,2850] |
      +------------+------------+

COLLECT_SET

  • 命令格式。

    array collect_set(<colname>)
  • 命令说明。

    colname指定的列值聚合为一个无重复元素的数组。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    colname:必填。表的列名称,可以为任意类型。

  • 返回值说明。

    返回ARRAY类型。colname值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:将所有职工薪资(sal)聚合为一个无重复值的数组。命令示例如下:

      select collect_set(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | [800,950,1100,1250,1300,1500,1600,2450,2850,2975,3000,5000] |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并将同组的职工薪资(sal)聚合为一个无重复值的数组。命令示例如下:

      select deptno, collect_set(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | [1300,2450,5000] |
      | 20         | [800,1100,2975,3000] |
      | 30         | [950,1250,1500,1600,2850] |
      +------------+------------+

COUNT

  • 命令格式。

    bigint count([distinct|all] <colname>)
  • 命令说明。

    计算记录数。

  • 参数说明。

    • distinct|all:可选。表示在计数时是否去除重复记录,默认为all,即计算全部记录。如果指定distinct,则只计算唯一值数量。

    • colname:必填。列值可以为任意类型。colname可以为*,即count(*),返回所有行数。

  • 返回值说明。

    返回BIGINT类型。colname值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:计算所有部门的总职工人数。命令示例如下:

      select count(*) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 17         |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,计算各部门(deptno)的职工人数。命令示例如下:

      select deptno, count(*) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 6          |
      | 20         | 5          |
      | 30         | 6          |
      +------------+------------+
    • 示例3:通过distinct去重,计算部门数量。命令示例如下:

      select count(distinct deptno) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 3          |
      +------------+

COUNT_IF

  • 命令格式。

    bigint count_if(boolean <expr>)
  • 命令说明。

    计算expr值为True的记录数。

  • 参数说明。

    expr:必填。BOOLEAN类型表达式。

  • 返回值说明。

    返回BIGINT类型。expr值为False或expr中指定的列的值为NULL时,该行不参与计算。

  • 示例。

    select count_if(sal > 1000), count_if(sal <=1000) from emp;

    返回结果如下:

    +------------+------------+
    | _c0        | _c1        |
    +------------+------------+
    | 15         | 2          |
    +------------+------------+

COVAR_POP

  • 命令格式。

    double covar_pop(<colname1>, <colname2>)
  • 命令说明。

    计算指定两个数值列的总体协方差。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    colname1colname2:必填。数据类型为数值类型的列。其他类型返回NULL。

  • 示例。

    在示例表emp中执行如下命令追加数据:

    --sal_new为新薪资列。
    alter table emp add columns (sal_new bigint);
    insert overwrite table emp select empno, ename, job, mgr, hiredate, sal, comm, deptno, sal+1000 from emp;
    • 示例1:计算sal与sal_new的总体协方差。命令示例如下:

      select covar_pop(sal, sal_new) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1594550.1730103805 |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工sal与sal_new的总体协方差。命令示例如下:

      select deptno, covar_pop(sal, sal_new) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 2390555.5555555555 |
      | 20         | 1009500.0  |
      | 30         | 372222.2222222222 |
      +------------+------------+

COVAR_SAMP

  • 命令格式。

    double covar_samp(<colname1>, <colname2>)
  • 命令说明。

    计算指定两个数值列的样本协方差。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    colname1colname2:必填。数据类型为数值类型的列。其他类型返回NULL。

  • 示例。

    在示例表emp中执行如下命令追加数据:

    --sal_new为新薪资列。
    alter table emp add columns (sal_new bigint);
    insert overwrite table emp select empno, ename, job, mgr, hiredate, sal, comm, deptno, sal+1000 from emp;
    • 示例1:计算sal与sal_new的样本协方差。命令示例如下:

      select covar_samp(sal, sal_new) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1694209.5588235292 |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工sal与sal_new的样本协方差。命令示例如下:

      select deptno, covar_samp(sal, sal_new) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 2868666.6666666665 |
      | 20         | 1261875.0  |
      | 30         | 446666.6666666666 |
      +------------+------------+

HISTOGRAM

  • 函数声明。

    map<K, bigint> histogram(K input);
  • 命令说明。

    返回一个Map,Map的Key是输入input值,Map的Value是input值出现的次数。NULL值将被忽略。

  • 参数说明。

    input:输入字段,将作为Map的Key。

  • 返回值说明。

    返回构造的Map,描述每个input值出现的次数。

  • 示例。

    select histogram(a) from values
        ('hi'), (null), ('apple'), ('pie'), ('apple') t(a);

    返回结果如下。

    +----------------------------+
    | _c0                        |
    +----------------------------+
    | {"pie":1,"hi":1,"apple":2} |
    +----------------------------+

MAP_AGG

  • 函数声明。

    map<K, V> map_agg(K a, V b);
  • 命令说明。

    使用输入的两个字段分别作为Key和Value来构造Map,以第一个字段作为Map的Key,以第二个字段作为Map的Value。如果key为NULL,则被忽略。如果Key的取值有重复,则会随机只保留其中的一个。

  • 参数说明。

    • a:输入字段,将作为Map的Key。

    • b:输入字段,将作为Map的value。

  • 返回值说明。

    返回构造的Map。

  • 示例。

    select map_agg(a, b) from
            values (1L, 'apple'), (2L, 'hi'), (null, 'good'), (1L, 'pie') t(a, b);

    返回结果如下。

    +------------------------+
    | _c0                    |
    +------------------------+
    | {"2":"hi","1":"apple"} |
    +------------------------+

MAP_UNION

  • 函数声明。

    map<K, V> map_union(map<K, V> input);
  • 命令说明。

    对输入Map进行Union操作构造输出Map,如果某一个Key在多个输入Map中都存在,则会随机只保留其中的一个。

  • 参数说明。

    input:输入Map。

  • 返回值说明。

    返回构造的Map。

  • 示例。

    select map_union(a) from values
        (map(1L, 'hi', 2L, 'apple', 3L, 'pie')), (map(1L, 'good', 4L, 'this')), (null) t(a);

    返回结果如下。

    +-----------------------------------------------+
    | _c0                                           |
    +-----------------------------------------------+
    | {"4":"this","1":"good","2":"apple","3":"pie"} |
    +-----------------------------------------------+

MAP_UNION_SUM

  • 函数声明。

    map<K, V> map_union_sum(map<K, V> input);
  • 命令说明。

    对输入Map进行Union并对同一个Key的Value进行求和操作构造输出Map,如果某一个Key对应的Value为NULL,则将其转换为0。

    说明

    输入Map的Value的类型必须是数值类型,例如BIGINT、INT、SMALLINT、TINYINT、FLOAT、DOUBLE、DECIMAL。

  • 参数说明。

    input:输入Map。

  • 返回值说明。

    返回构造的Map。

    说明

    输出Map的Value类型是BIGINT、DOUBLE、DECIMAL。

  • 示例。

    select map_union_sum(a) from values
        (map('hi', 2L, 'apple', 3L, 'pie', 1L)), (map('apple', null, 'hi', 4L)), (null) t(a);

    返回结果如下。

    +----------------------------+
    | _c0                        |
    +----------------------------+
    | {"apple":3,"hi":6,"pie":1} |
    +----------------------------+

MAX

  • 命令格式。

    max(<colname>)
  • 命令说明。

    计算最大值。

  • 参数说明。

    colname:必填。列值可以为除BOOLEAN外的任意类型。

  • 返回值说明。

    返回值的类型与colname类型相同。返回规则如下:

    • colname值为NULL时,该行不参与计算。

    • colname为BOOLEAN类型时,不允许参与运算。

  • 示例。

    • 示例1:计算所有职工的最高薪资(sal)。命令示例如下:

      select max(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 5000       |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,计算各部门员工的最高薪资(sal)。命令示例如下:

      select deptno, max(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 5000       |
      | 20         | 3000       |
      | 30         | 2850       |
      +------------+------------+

MAX_BY

  • 命令格式。

    max_by(<valueToReturn>,<valueToMaximize>)
  • 命令说明。

    说明

    MAX_BY函数与ARG_MAX函数功能相同,只是参数顺序不同,为了兼容开源语法,新增MAX_BY函数以便您适配开源写法。

    返回valueToMaximize最大值对应行的valueToReturn。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    • valueToMaximize:必填。可以为任意类型。

    • valueToReturn:必填。可以为任意类型。

  • 返回值说明。

    返回值类型和valueToReturn类型相同,如果存在多行最大值时,随机返回最大值其中的一行对应的值。valueToMaximize值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:返回薪资最高的员工姓名。命令示例如下:

      select max_by(ename,sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | KING       |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并返回各组中薪资最高职工的姓名。命令示例如下:

      select deptno, max_by(ename,sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | KING       |
      | 20         | SCOTT      |
      | 30         | BLAKE      |
      +------------+------------+

MEDIAN

  • 命令格式。

    double median(double <colname>)
    decimal median(decimal <colname>)
  • 命令说明。

    计算中位数。

  • 参数说明。

    colname:必填。列值可以为DOUBLE或DECIMAL类型。如果输入为STRING或BIGINT类型,会隐式转换为DOUBLE类型后参与运算。

  • 返回值说明。

    如果colname值为NULL时,该行不参与计算。其他类型返回规则如下:

    输入类型

    返回类型

    TINYINT

    DOUBLE

    SMALLINT

    DOUBLE

    INT

    DOUBLE

    BIGINT

    DOUBLE

    FLOAT

    DOUBLE

    DOUBLE

    DOUBLE

    DECIMAL

    DECIMAL

  • 示例。

    • 示例1:计算所有职工的薪资(sal)中位数。命令示例如下:

      select median(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1600.0     |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,计算各部门员工的薪资(sal)中位数。命令示例如下:

      select deptno, median(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 2450.0     |
      | 20         | 2975.0     |
      | 30         | 1375.0     |
      +------------+------------+

MIN

  • 命令格式。

    min(<colname>)
  • 命令说明。

    计算最小值。

  • 参数说明。

    colname:必填。列值可以为除BOOLEAN外的任意类型。

  • 返回值说明。

    返回值的类型与colname类型相同。返回规则如下:

    • colname值为NULL时,该行不参与计算。

    • colname为BOOLEAN类型时,不允许参与运算。

  • 示例。

    • 示例1:计算所有职工的最低薪资(sal)。命令示例如下:

      select min(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 800        |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,计算各部门员工的最低薪资(sal)。命令示例如下:

      select deptno, min(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 1300       |
      | 20         | 800        |
      | 30         | 950        |
      +------------+------------+

MIN_BY

  • 命令格式。

    min_by(<valueToReturn>,<valueToMinimize>)
  • 命令说明。

    说明

    MIN_BY函数与ARG_MIN函数功能相同,只是参数顺序不同,为了兼容开源语法,新增MIN_BY函数以便您适配开源写法。

    返回valueToMinimize最小值对应行的valueToReturn。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    • valueToMinimize:必填。可以为任意类型。

    • valueToReturn:必填。可以为任意类型。

  • 返回值说明。

    返回值类型和valueToReturn类型相同,如果存在多行最小值时,随机返回最小值其中的一行对应的值。valueToMinimize值为NULL时,该行不参与计算。

  • 示例。

    • 示例1:返回薪资最低的员工姓名。命令示例如下:

       select min_by(ename,sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | SMITH      |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并返回各组中薪资最低职工姓名。命令示例如下:

      select deptno, min_by(ename,sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | MILLER     |
      | 20         | SMITH      |
      | 30         | JAMES      |
      +------------+------------+

MULTIMAP_AGG

  • 函数声明。

    map<K, array<V>> multimap_agg(K a, V b);
  • 命令说明。

    使用输入的两个字段分别作为Key和Value来构造Map,以第一个字段作为Map的Key,以第二个字段构造数组来作为Map的Value。如果key为NULL,则被忽略。

  • 参数说明。

    • a:输入字段,将作为Map的Key。

    • b:输入字段,相同Key的字段被放到同一个数组中作为Map的value。

  • 返回值说明。

    返回构造的Map。

  • 示例。

    select multimap_agg(a, b) from
            values (1L, 'apple'), (2L, 'hi'), (null, 'good'), (1L, 'pie') t(a, b);

    返回结果如下。

    +----------------------------------+
    | _c0                              |
    +----------------------------------+
    | {"2":["hi"],"1":["apple","pie"]} |
    +----------------------------------+

NUMERIC_HISTOGRAM

  • 命令格式。

    map<double key, double value> numeric_histogram(bigint <buckets>,
                                                    double <colname>
                                                    [, double <weight>])
                        
  • 命令说明。

    统计指定列的近似直方图。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    • buckets:必填。BIGINT类型,表示返回的近似直方图列的最大个数。

    • colname:必填。DOUBLE类型,需要统计近似直方图的列。

    • weight:可选。权重值,可以指定每行数据对应的权重,值为DOUBLE类型的列。

  • 返回值说明。

    map<double key, double value>类型,返回值中key是近似直方图的X轴坐标点,value是近似直方图的Y轴的近似高度。返回规则如下:

    • buckets值为NULL时,返回NULL。

    • colname值为NULL时,该行不参与计算。

  • 示例。

    • 统计薪资(sal)的近似直方图。命令示例如下:

      select numeric_histogram(5, sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | {"1328.5714285714287":7.0,"2450.0":2.0,"5000.0":2.0,"875.0":2.0,"2956.25":4.0} |
      +------------+
    • 统计薪资(sal)的近似直方图,其中每行数据中的deptno代表部门权重。命令示例如下:

      select numeric_histogram(5, sal, deptno) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | {"2944.4444444444443":90.0,"2450.0":20.0,"5000.0":20.0,"890.0":50.0,"1350.0":160.0} |
      +------------+

PERCENTILE

  • 命令格式。

    double percentile(bigint <colname>, <p>)
    --以数组形式返回多个百分位精确计算结果。
    array percentile(bigint <colname>, array(<p1> [, <p2>...]))
  • 命令说明。

    计算精确百分位数,适用于小数据量。先对指定列升序排列,然后取精确的第p位百分数。p必须在0和1之间。percentile是从编号0开始计算,例如某列数据为100、200、300,列数据的编号顺序为0、1、2,计算该列的0.3百分位点,percentile结果是2×0.3=0.6,即值位于编号0和1之间,结果为100+(200-100)×0.6=160。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    • colname:必填。值为BIGINT类型的列。

    • p:必填。需要精确的百分位数。取值为[0.0,1.0]

  • 返回值说明。

    返回DOUBLE或ARRAY类型。

  • 示例。

    • 示例1:计算0.3百分位的薪资(sal)。命令示例如下:

      select percentile(sal, 0.3) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1290.0     |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工0.3百分位的薪资(sal)。命令示例如下:

      select deptno, percentile(sal, 0.3) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 1875.0     |
      | 20         | 1475.0     |
      | 30         | 1250.0     |
      +------------+------------+
    • 示例3:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工0.3、0.5、0.8百分位的薪资(sal)。命令示例如下:

      set odps.sql.type.system.odps2=true;
      select deptno, percentile(sal, array(0.3, 0.5, 0.8)) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | [1875.0,2450.0,5000.0] |
      | 20         | [1475.0,2975.0,3000.0] |
      | 30         | [1250.0,1375.0,1600.0] |
      +------------+------------+

PERCENTILE_APPROX

  • 命令格式。

    double percentile_approx (double <colname>[, double <weight>], <p> [, <B>]))
    --以数组形式返回多个百分位近似计算结果。
    array<double> percentile_approx (double <colname>
                                     [, double <weight>],
                                     array(<p1> [, <p2>...])
                                     [, <B>])
  • 命令说明。

    此函数为MaxCompute 2.0扩展函数。percentile_approx是从编号1开始计算,假设某列有n条数据,计算该列的p百分位点,则percentile_approx会先对该列升序排序,假设排序后该列数据为一个数组arrpercentile_approx返回结果为res,计算该位点对应的index=n * p

    • index <= 1,则res = arr[0]

    • index >= n - 1,则res = arr[n-1]

    • 1 < index < n - 1,则继续计算diff = index + 0.5 - ceil(index)

      ○ 若abs(diff) < 0.5,res = arr[ceil(index) - 1];

      ○ 若abs(diff) = 0.5,res = arr[index - 1] + (arr[index] - arr[index - 1]) * 0.5;

      ○ abs(diff)不可能大于0.5

    例如col列数据为100、200、300、400,列数据的编号顺序为1、2、3、4,则:

    • percentile_approx(col, 0.25) = 100(index = 1)。

    • percentile_approx(col, 0.5) = 200 + (300 - 200) * 0.5 = 250(index = 2)。

    • percentile_approx(col, 0.75) = 400(index = 3)。

    说明

    percentile_approxpercentile的区别如下:

    • percentile_approx用于计算近似的百分位数,percentile用于计算精确的百分位数。在数据量较大时,percentile可能会因内存限制而执行失败,而percentile_approx无此问题。

    • percentile_approx的实现与Hive的percentile_approx函数实现一致,计算的算法与percentile不同,因此在数据量非常少的部分场景下的执行结果与percentile的执行结果会有一定差别。

  • 参数说明。

    • colname:必填。值为DOUBLE类型的列。

    • weight:可选。权重值,可以指定每行数据对应的权重,值为DOUBLE类型的列。

    • p:必填。需要近似的百分位数。取值为[0.0,1.0]

    • B:精度参数。精度越高产生的近似值误差越小。如果不设置该参数,默认值为10000。

  • 返回值说明。

    返回DOUBLE或ARRAY类型。返回规则如下:

    • colname值为NULL时,该行不参与计算。

    • pB值为NULL时,返回报错。

  • 示例。

    • 示例1:计算0.3百分位的薪资(sal)。命令示例如下:

      select percentile_approx(sal, 0.3) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1252.5     |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工0.3百分位的薪资(sal)。命令示例如下:

      select deptno, percentile_approx(sal, 0.3) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 1300.0     |
      | 20         | 950.0      |
      | 30         | 1070.0     |
      +------------+------------+
    • 示例3:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工0.3、0.5、0.8百分位的薪资(sal)。命令示例如下:

      set odps.sql.type.system.odps2=true;
      select deptno, percentile_approx(sal, array(0.3, 0.5, 0.8), 1000) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | [1300.0,1875.0,3470.000000000001] |
      | 20         | [950.0,2037.5,2987.5] |
      | 30         | [1070.0,1250.0,1580.0] |
      +------------+------------+
    • 示例4:带权重接口示例:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工0.3、0.5、0.8百分位的薪资(sal),emp表中的cnt代表拥有该薪资的人数。命令示例如下:

      select deptno, percentile_approx(sal, deptno, array(0.3, 0.5, 0.8), 1000)
        from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | [1300.0,1875.0,3470.0] |
      | 20         | [950.0,2037.5,2987.5] |
      | 30         | [1070.0,1250.0,1580.0] |
      +------------+------------+

STDDEV

  • 命令格式。

    double stddev(double <colname>)
    decimal stddev(decimal <colname>)
  • 命令说明。

    计算总体标准差。

  • 参数说明。

    colname:必填。DOUBLE或DECIMAL类型。如果输入为STRING或BIGINT类型,会隐式转换为DOUBLE类型后参与运算。

  • 返回值说明。

    如果colname值为NULL时,该行不参与计算。其他类型返回规则如下:

    输入类型

    返回类型

    TINYINT

    DOUBLE

    SMALLINT

    DOUBLE

    INT

    DOUBLE

    BIGINT

    DOUBLE

    FLOAT

    DOUBLE

    DOUBLE

    DOUBLE

    DECIMAL

    DECIMAL

  • 示例。

    • 示例1:计算所有职工的薪资(sal)的总体标准差。命令示例如下:

      select stddev(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1262.7549932628976 |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,计算各部门员工的薪资(sal)总体标准差。命令示例如下:

      select deptno, stddev(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 1546.1421524412158 |
      | 20         | 1004.7387720198718 |
      | 30         | 610.1001739241043 |
      +------------+------------+

STDDEV_SAMP

  • 命令格式。

    double stddev_samp(double <colname>)
    decimal stddev_samp(decimal <colname>)
  • 命令说明。

    计算样本标准差。

  • 参数说明。

    colname:必填。列值可以为DOUBLE或DECIMAL类型。如果输入为STRING或BIGINT类型,会隐式转换为DOUBLE类型后参与运算。

  • 返回值说明。

    如果colname值为NULL时,该行不参与计算。其他类型返回规则如下:

    输入类型

    返回类型

    TINYINT

    DOUBLE

    SMALLINT

    DOUBLE

    INT

    DOUBLE

    BIGINT

    DOUBLE

    FLOAT

    DOUBLE

    DOUBLE

    DOUBLE

    DECIMAL

    DECIMAL

  • 示例。

    • 示例1:计算所有职工的薪资(sal)的样本标准差。命令示例如下:

      select stddev_samp(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1301.6180541247609 |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,计算各部门员工的薪资(sal)样本标准差。命令示例如下:

      select deptno, stddev_samp(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 1693.7138680032901 |
      | 20         | 1123.3320969330487 |
      | 30         | 668.3312551921141 |
      +------------+------------+

SUM

  • 命令格式。

    DECIMAL|DOUBLE|BIGINT  sum(<colname>)
  • 命令说明。

    计算汇总值。

  • 参数说明。

    colname:必填。列值支持所有数据类型,可以转换为DOUBLE类型后参与运算。列值可以为DOUBLE、DECIMAL或BIGINT类型。如果输入为STRING类型,会隐式转换为DOUBLE类型后参与运算。

  • 返回值说明。

    如果colname值为NULL时,该行不参与计算。其他类型返回规则如下:

    输入类型

    返回类型

    TINYINT

    BIGINT

    SMALLINT

    BIGINT

    INT

    BIGINT

    BIGINT

    BIGINT

    FLOAT

    DOUBLE

    DOUBLE

    DOUBLE

    DECIMAL

    DECIMAL

  • 示例。

    • 示例1:计算所有职工的薪资(sal)总和。命令示例如下:

      select sum(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 37775      |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,计算各部门员工的薪资(sal)总和。命令示例如下:

      select deptno, sum(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 17500      |
      | 20         | 10875      |
      | 30         | 9400       |
      +------------+------------+

VAR_SAMP

  • 命令格式。

    double var_samp(<colname>)
  • 命令说明。

    计算指定数值列的样本方差。此函数为MaxCompute 2.0扩展函数。

  • 参数说明。

    colname:必填。数据类型为数值的列。其他类型返回NULL。

  • 返回值说明。

    返回DOUBLE类型。

  • 示例。

    • 示例1:计算所有职工薪资(sal)的样本方差。命令示例如下:

      select var_samp(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1694209.5588235292 |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工薪资(sal)的样本方差。命令示例如下:

      select deptno, var_samp(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 2868666.666666667 |
      | 20         | 1261875.0  |
      | 30         | 446666.6666666667 |
      +------------+------------+

VARIANCE/VAR_POP

  • 命令格式。

    double variance(<colname>)
    double var_pop(<colname>)
  • 命令说明。

    计算指定数值列的方差。

  • 参数说明。

    colname:必填。数据类型为数值的列。参数为其他类型的列返回NULL。此函数为MaxCompute 2.0扩展函数。

  • 返回值说明。

    返回DOUBLE类型。

  • 示例。

    • 示例1:计算所有职工薪资(sal)的方差。命令示例如下:

      select variance(sal) from emp;
      --等效于如下语句。
      select var_pop(sal) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | 1594550.1730103805 |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并计算同组职工薪资(sal)的方差。命令示例如下:

      select deptno, variance(sal) from emp group by deptno;
      --等效于如下语句。
      select deptno, var_pop(sal) from emp group by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 2390555.5555555555 |
      | 20         | 1009500.0  |
      | 30         | 372222.22222222225 |
      +------------+------------+

WM_CONCAT

  • 命令格式。

    string wm_concat(string <separator>, string <colname>)
  • 命令说明。

    用指定的separator做分隔符,连接colname中的值。

  • 参数说明。

    • separator:必填。STRING类型常量,分隔符。

    • colname:必填。STRING类型。如果输入为BIGINT、DOUBLE或DATETIME类型,会隐式转换为STRING类型后参与运算。

  • 返回值说明(使用group by分组,组内返回值不排序)。

    返回STRING类型。返回规则如下:

    • separator非STRING类型常量时,返回报错。

    • colname非STRING、BIGINT、DOUBLE或DATETIME类型时,返回报错。

    • colname值为NULL时,该行不会参与计算。

    说明

    select wm_concat(',', name) from table_name;语句中,如果table_name为空集合,该语句返回NULL值。

  • 示例。

    • 示例1:对所有职工的姓名(ename)进行合并。命令示例如下:

      select wm_concat(',', ename) from emp;

      返回结果如下:

      +------------+
      | _c0        |
      +------------+
      | SMITH,ALLEN,WARD,JONES,MARTIN,BLAKE,CLARK,SCOTT,KING,TURNER,ADAMS,JAMES,FORD,MILLER,JACCKA,WELAN,TEBAGE |
      +------------+
    • 示例2:与group by配合使用,对所有职工按照部门(deptno)进行分组,并将同组的职工姓名(ename)进行合并。命令示例如下:

      select deptno, wm_concat(',', ename) from emp group by deptno order by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | CLARK,KING,MILLER,JACCKA,WELAN,TEBAGE |
      | 20         | SMITH,JONES,SCOTT,ADAMS,FORD |
      | 30         | ALLEN,WARD,MARTIN,BLAKE,TURNER,JAMES |
      +------------+------------+
    • 示例3:与group by配合使用,对所有职工按照部门(deptno)进行分组,并将同组的薪资(sal)去重后进行合并。命令示例如下:

      select deptno, wm_concat(distinct ',', sal) from emp group by deptno order by deptno;

      返回结果如下:

      +------------+------------+
      | deptno     | _c1        |
      +------------+------------+
      | 10         | 1300,2450,5000 |
      | 20         | 1100,2975,3000,800 |
      | 30         | 1250,1500,1600,2850,950 |
      +------------+------------+
    • 示例4:与 group by order by配合使用,对所有职工按照部门(deptno)进行分组,并将同组的薪资(sal)进行合并排序。命令示例如下:

      select deptno, wm_concat(',',sal) within group(order by sal) from emp group by deptno order by deptno;

      返回结果如下:

      +------------+------------+
      |deptno|_c1|
      +------------+------------+
      |10|1300,1300,2450,2450,5000,5000|
      |20|800,1100,2975,3000,3000|
      |30|950,1250,1250,1500,1600,2850|
      +------------+------------+