计算平均值。

使用限制

窗口函数的使用限制如下:

  • 窗口函数只能出现在select语句中。

  • 窗口函数中不能嵌套使用窗口函数和聚合函数。

  • 窗口函数不能和同级别的聚合函数一起使用。

命令格式

--计算平均值
DECIMAL|DOUBLE avg(<colname>)

--计算窗口中expr的平均值。
double avg([distinct] double <expr>) over ([partition_clause] [orderby_clause] [frame_clause])
decimal avg([distinct] decimal <expr>) over ([partition_clause] [orderby_clause] [frame_clause])

命令说明

计算平均值或返回窗口中expr的平均值。

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。

  • expr:必填。计算返回结果的表达式。DOUBLE类型或DECIMAL类型。

    • 当输入值为STRING、BIGINT类型时,会隐式转换为DOUBLE类型后参与运算,输入其他数据类型返回报错。

    • 当输入值为NULL时,该行不参与计算。

    • 当指定distinct关键字时,表示取唯一值的平均值。

  • partition_clauseorderby_clauseframe_clause:详情请参见windowing_definition

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

  • expr为DECIMAL类型时,返回DECIMAL类型。其他情况下返回DOUBLE类型。expr的值都为NULL时,返回结果为NULL。

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;   --请根据您上传数据文件的实际path(路径以及名称)替换emp.txt

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

示例

  • 示例1:指定部门(deptno)为开窗列,计算薪水(sal)平均值,不排序,返回当前窗口(相同deptno)从开始行到最后一行的累计平均值。命令示例如下:

    select deptno, sal, avg(sal) over (partition by deptno) from emp;

    返回结果如下:

    +------------+------------+------------+
    | deptno     | sal        | _c2        |
    +------------+------------+------------+
    | 10         | 1300       | 2916.6666666666665 |   --窗口开始行,从第1行到第6行的累计平均值。
    | 10         | 2450       | 2916.6666666666665 |   --从第1行到第6行的累计平均值。
    | 10         | 5000       | 2916.6666666666665 |   --从第1行到第6行的累计平均值。
    | 10         | 1300       | 2916.6666666666665 |
    | 10         | 5000       | 2916.6666666666665 |
    | 10         | 2450       | 2916.6666666666665 |
    | 20         | 3000       | 2175.0     |
    | 20         | 3000       | 2175.0     |
    | 20         | 800        | 2175.0     |
    | 20         | 1100       | 2175.0     |
    | 20         | 2975       | 2175.0     |
    | 30         | 1500       | 1566.6666666666667 |
    | 30         | 950        | 1566.6666666666667 |
    | 30         | 1600       | 1566.6666666666667 |
    | 30         | 1250       | 1566.6666666666667 |
    | 30         | 1250       | 1566.6666666666667 |
    | 30         | 2850       | 1566.6666666666667 |
    +------------+------------+------------+
  • 示例2:非Hive兼容模式下,指定部门(deptno)为开窗列,计算薪水(sal)平均值,并排序,返回当前窗口(相同deptno)从开始行到当前行的累计平均值。命令示例如下:

    --关闭Hive兼容模式。
    set odps.sql.hive.compatible=false;
    --执行如下SQL命令。
    select deptno, sal, avg(sal) over (partition by deptno order by sal) from emp;

    返回结果如下:

    +------------+------------+------------+
    | deptno     | sal        | _c2        |
    +------------+------------+------------+
    | 10         | 1300       | 1300.0     |           --窗口开始行。
    | 10         | 1300       | 1300.0     |           --从第1行到第2行的累计平均值。
    | 10         | 2450       | 1683.3333333333333 |   --从第1行到第3行的累计平均值。
    | 10         | 2450       | 1875.0     |           --从第1行到第4行的累计平均值。
    | 10         | 5000       | 2500.0     |           --从第1行到第5行的累计平均值。
    | 10         | 5000       | 2916.6666666666665 |   --从第1行到第6行的累计平均值。
    | 20         | 800        | 800.0      |
    | 20         | 1100       | 950.0      |
    | 20         | 2975       | 1625.0     |
    | 20         | 3000       | 1968.75    |
    | 20         | 3000       | 2175.0     |
    | 30         | 950        | 950.0      |
    | 30         | 1250       | 1100.0     |
    | 30         | 1250       | 1150.0     |
    | 30         | 1500       | 1237.5     |
    | 30         | 1600       | 1310.0     |
    | 30         | 2850       | 1566.6666666666667 |
    +------------+------------+------------+
  • 示例3:Hive兼容模式下,指定部门(deptno)为开窗列,计算薪水(sal)平均值,并排序,返回当前窗口(相同deptno)从开始行到与当前行相同值所在行(相同sal值的平均值相同)的累计平均值。命令示例如下:

    --开启Hive兼容模式。
    set odps.sql.hive.compatible=true;
    --执行如下SQL命令。
    select deptno, sal, avg(sal) over (partition by deptno order by sal) from emp;

    返回结果如下:

    +------------+------------+------------+
    | deptno     | sal        | _c2        |
    +------------+------------+------------+
    | 10         | 1300       | 1300.0     |          --窗口开始行。第1行和第2行的sal一致,则第1行的平均值为第1行到第2行的累计平均值。
    | 10         | 1300       | 1300.0     |          --从第1行到第2行的累计平均值。
    | 10         | 2450       | 1875.0     |          --第3行和第4行的sal一致,则第3行的平均值为从第1行到第4行的累计平均值。
    | 10         | 2450       | 1875.0     |          --从第1行到第4行的累计平均值。
    | 10         | 5000       | 2916.6666666666665 |
    | 10         | 5000       | 2916.6666666666665 |
    | 20         | 800        | 800.0      |
    | 20         | 1100       | 950.0      |
    | 20         | 2975       | 1625.0     |
    | 20         | 3000       | 2175.0     |
    | 20         | 3000       | 2175.0     |
    | 30         | 950        | 950.0      |
    | 30         | 1250       | 1150.0     |
    | 30         | 1250       | 1150.0     |
    | 30         | 1500       | 1237.5     |
    | 30         | 1600       | 1310.0     |
    | 30         | 2850       | 1566.6666666666667 |
    +------------+------------+------------+
  • 示例4: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5: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 |
    +------------+------------+

相关函数

AVG函数属于聚合函数或窗口函数。

  • 更多将多条输入记录进行求平均值、参数聚合的相关函数请参见聚合函数

  • 更多对指定开窗列的数据进行求和、数值排序的相关函数请参见窗口函数