count函数

count()函数可以计数指定的值或行数。

  • （原生nGQL）用户可以同时使用count()和GROUP BY对指定的值进行分组和计数，再使用YIELD返回结果。

  • （openCypher方式）用户可以使用count()对指定的值进行计数，再使用RETURN返回结果。不需要使用GROUP BY。

语法

  1. count({expr | *})

  • count(*)返回总行数（包括NULL）。

  • count(expr)返回满足表达式的非空值的总数。

  • count()和size()是不同的。

示例

  1. nebula> WITH [NULL, 1, 1, 2, 2] As a UNWIND a AS b \
  2.         RETURN count(b), count(*), count(DISTINCT b);
  3. +----------+----------+-------------------+
  4. | count(b) | count(*) | count(distinct b) |
  5. +----------+----------+-------------------+
  6. | 4        | 5        | 2                 |
  7. +----------+----------+-------------------+
  1. # 返回player101 follow的人，以及follow player101的人，即双向查询。
  2. nebula> GO FROM "player101" OVER follow BIDIRECT \
  3.         YIELD $$.player.name AS Name \
  4.         | GROUP BY $-.Name YIELD $-.Name, count(*);
  5. +---------------------+----------+
  6. | $-.Name             | count(*) |
  7. +---------------------+----------+
  8. | "Dejounte Murray"   | 1        |
  9. +---------------------+----------+
  10. | "LaMarcus Aldridge" | 2        |
  11. +---------------------+----------+
  12. | "Tim Duncan"        | 2        |
  13. +---------------------+----------+
  14. | "Marco Belinelli"   | 1        |
  15. +---------------------+----------+
  16. | "Manu Ginobili"     | 1        |
  17. +---------------------+----------+
  18. | "Boris Diaw"        | 1        |
  19. +---------------------+----------+

上述示例的返回结果有两列：

  • $-.Name：查询结果包含的姓名。

  • count(*)：姓名出现的次数。

因为测试数据集basketballplayer中没有重复的姓名，count(*)列中数字2表示该行的人和player101是互相follow的关系。

  1. # 方法一：统计数据库中的年龄分布情况。
  2. nebula> LOOKUP ON player \
  3.         YIELD player.age As playerage \
  4.         | GROUP BY $-.playerage \
  5.         YIELD $-.playerage as age, count(*) AS number \
  6.         | ORDER BY $-.number DESC, $-.age DESC;
  7. +-----+--------+
  8. | age | number |
  9. +-----+--------+
  10. | 34  | 4      |
  11. +-----+--------+
  12. | 33  | 4      |
  13. +-----+--------+
  14. | 30  | 4      |
  15. +-----+--------+
  16. | 29  | 4      |
  17. +-----+--------+
  18. | 38  | 3      |
  19. +-----+--------+
  20. ...
  22. # 方法二：统计数据库中的年龄分布情况。
  23. nebula> MATCH (n:player) \
  24.         RETURN n.age as age, count(*) as number \
  25.         ORDER BY number DESC, age DESC;
  26. +-----+--------+
  27. | age | number |
  28. +-----+--------+
  29. | 34  | 4      |
  30. +-----+--------+
  31. | 33  | 4      |
  32. +-----+--------+
  33. | 30  | 4      |
  34. +-----+--------+
  35. | 29  | 4      |
  36. +-----+--------+
  37. | 38  | 3      |
  38. +-----+--------+
  39. ...
  1. # 统计Tim Duncan关联的边数。
  2. nebula> MATCH (v:player{name:"Tim Duncan"}) -- (v2) \
  3.         RETURN count(DISTINCT v2);
  4. +--------------------+
  5. | count(distinct v2) |
  6. +--------------------+
  7. | 11                 |
  8. +--------------------+
  10. # 多跳查询，统计Tim Duncan关联的边数，返回两列（不去重和去重）。
  11. nebula> MATCH (n:player {name : "Tim Duncan"})-[]->(friend:player)-[]->(fof:player) \
  12.         RETURN count(fof), count(DISTINCT fof);
  13. +------------+---------------------+
  14. | count(fof) | count(distinct fof) |
  15. +------------+---------------------+
  16. | 4          | 3                   |
  17. +------------+---------------------+

最后更新: August 25, 2021