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：

    1. postgres=# SELECT SUM(ss_ext_tax) FROM tpcds.STORE_SALES;
    2.   sum      
    3. --------------
    4.  213267594.69
    5. (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：

    1. postgres=# 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：

    1. postgres=# SELECT MIN(inv_quantity_on_hand) FROM tpcds.inventory;
    2.  min 
    3. -----
    4.    0
    5. (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：

    1. postgres=# SELECT AVG(inv_quantity_on_hand) FROM tpcds.inventory;
    2.          avg          
    3. ----------------------
    4.  500.0387129084044604
    5. (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：

    1. postgres=# SELECT COUNT(inv_quantity_on_hand) FROM tpcds.inventory;
    2.   count   
    3. ----------
    4.  11158087
    5. (1 row)

  • count(*)

    描述：返回表中的记录行数。

    返回类型：BIGINT

    示例：

    1. postgres=# SELECT COUNT(*) FROM tpcds.inventory;
    2.   count   
    3. ----------
    4.  11745000
    5. (1 row)

  • median(expression) [over (query partition clause)]

描述：返回表达式的中位数，计算时NULL将会被median函数忽略。可以使用distinct关键字排除表达式中的重复记录。输入expression的数据类型可以是数值类型（包括integer， double，bigint等）， 也可以是interval类型。其他数据类型不支持求取中位数。

返回类型：double或interval类型

示例：

  1. select median(id) from (values(1), (2), (3), (4), (null)) test(id);
  2.  median
  3. --------
  4.      2.5
  5. (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：

    1. postgres=# SELECT ARRAY_AGG(sr_fee) FROM tpcds.store_returns WHERE sr_customer_sk = 2;
    2.    array_agg   
    3. ---------------
    4.  {22.18,63.21}
    5. (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：

    1. postgres=# SELECT string_agg(sr_item_sk, ',') FROM tpcds.store_returns where sr_item_sk < 3;
    2.          string_agg         
    3. ---------------------------------------------------------------------------------
    4. ------------------------------
    5.  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,
    6. 2,1,1,1,1,1,1,2,2,1,1,2,1,1,1
    7. (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。

    1. postgres=# SELECT deptno, listagg(ename, ',') WITHIN GROUP(ORDER BY ename) AS employees FROM emp GROUP BY deptno;
    2.  deptno |              employees               
    3. --------+--------------------------------------
    4.      10 | CLARK,KING,MILLER
    5.      20 | ADAMS,FORD,JONES,SCOTT,SMITH
    6.      30 | ALLEN,BLAKE,JAMES,MARTIN,TURNER,WARD
    7. (3 rows)

    聚集列是整型。

    1. postgres=# SELECT deptno, listagg(mgrno, ',') WITHIN GROUP(ORDER BY mgrno NULLS FIRST) AS mgrnos FROM emp GROUP BY deptno;
    2.  deptno |            mgrnos             
    3. --------+-------------------------------
    4.      10 | 7782,7839
    5.      20 | 7566,7566,7788,7839,7902
    6.      30 | 7698,7698,7698,7698,7698,7839
    7. (3 rows)

    聚集列是浮点类型。

    1. postgres=# SELECT job, listagg(bonus, '($); ') WITHIN GROUP(ORDER BY bonus DESC) || '($)' AS bonus FROM emp GROUP BY job;
    2.     job     |                      bonus                      
    3. ------------+-------------------------------------------------
    4.  CLERK      | 10234.21($); 2000.80($); 1100.00($); 1000.22($)
    5.  PRESIDENT  | 23011.88($)
    6.  ANALYST    | 2002.12($); 1001.01($)
    7.  MANAGER    | 10000.01($); 2399.50($); 999.10($)
    8.  SALESMAN   | 1000.01($); 899.00($); 99.99($); 9.00($)
    9. (5 rows)

    聚集列是时间类型。

    1. postgres=# SELECT deptno, listagg(hiredate, ', ') WITHIN GROUP(ORDER BY hiredate DESC) AS hiredates FROM emp GROUP BY deptno;
    2.  deptno |                                                          hiredates                                                           
    3. --------+------------------------------------------------------------------------------------------------------------------------------
    4.      10 | 1982-01-23 00:00:00, 1981-11-17 00:00:00, 1981-06-09 00:00:00
    5.      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
    6.      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
    7. (3 rows)

    聚集列是时间间隔类型。

    1. postgres=# SELECT deptno, listagg(vacationTime, '; ') WITHIN GROUP(ORDER BY vacationTime DESC) AS vacationTime FROM emp GROUP BY deptno;
    2.  deptno |                                    vacationtime                                    
    3. --------+------------------------------------------------------------------------------------
    4.      10 | 1 year 30 days; 40 days; 10 days
    5.      20 | 70 days; 36 days; 9 days; 5 days
    6.      30 | 1 year 1 mon; 2 mons 10 days; 30 days; 12 days 12:00:00; 4 days 06:00:00; 24:00:00
    7. (3 rows)

    分隔符缺省时，默认为空。

    1. postgres=# SELECT deptno, listagg(job) WITHIN GROUP(ORDER BY job) AS jobs FROM emp GROUP BY deptno;
    2.  deptno |                     jobs                     
    3. --------+----------------------------------------------
    4.      10 | CLERKMANAGERPRESIDENT
    5.      20 | ANALYSTANALYSTCLERKCLERKMANAGER
    6.      30 | CLERKMANAGERSALESMANSALESMANSALESMANSALESMAN
    7. (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。

    1. postgres=# SELECT deptno, mgrno, bonus, listagg(ename,'; ') WITHIN GROUP(ORDER BY hiredate) OVER(PARTITION BY deptno) AS employees FROM emp;
    2.  deptno | mgrno |  bonus   |                 employees                 
    3. --------+-------+----------+-------------------------------------------
    4.      10 |  7839 | 10000.01 | CLARK; KING; MILLER
    5.      10 |       | 23011.88 | CLARK; KING; MILLER
    6.      10 |  7782 | 10234.21 | CLARK; KING; MILLER
    7.      20 |  7566 |  2002.12 | FORD; SCOTT; ADAMS; SMITH; JONES
    8.      20 |  7566 |  1001.01 | FORD; SCOTT; ADAMS; SMITH; JONES
    9.      20 |  7788 |  1100.00 | FORD; SCOTT; ADAMS; SMITH; JONES
    10.      20 |  7902 |  2000.80 | FORD; SCOTT; ADAMS; SMITH; JONES
    11.      20 |  7839 |   999.10 | FORD; SCOTT; ADAMS; SMITH; JONES
    12.      30 |  7839 |  2399.50 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
    13.      30 |  7698 |     9.00 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
    14.      30 |  7698 |  1000.22 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
    15.      30 |  7698 |    99.99 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
    16.      30 |  7698 |  1000.01 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
    17.      30 |  7698 |   899.00 | BLAKE; TURNER; JAMES; MARTIN; WARD; ALLEN
    18. (14 rows)

  • covar_pop(Y, X)

    描述：总体协方差。

    返回类型：double precision

    示例：

    1. postgres=# SELECT COVAR_POP(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.     covar_pop     
    3. ------------------
    4.  829.749627587403
    5. (1 row)

  • covar_samp(Y, X)

    描述：样本协方差。

    返回类型：double precision

    示例：

    1. postgres=# SELECT COVAR_SAMP(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.     covar_samp    
    3. ------------------
    4.  830.052235037289
    5. (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：

    1. postgres=# SELECT STDDEV_POP(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1;
    2.     stddev_pop    
    3. ------------------
    4.  289.224294957556
    5. (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：

    1. postgres=# SELECT STDDEV_SAMP(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1;
    2.    stddev_samp    
    3. ------------------
    4.  289.224359757315
    5. (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：

    1. postgres=# SELECT VAR_POP(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1;
    2.       var_pop       
    3. --------------------
    4.  83650.692793695475
    5. (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：

    1. postgres=# SELECT VAR_SAMP(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1;
    2.       var_samp      
    3. --------------------
    4.  83650.730277028768
    5. (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：

    1. postgres=# SELECT BIT_AND(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1;
    2.  bit_and 
    3. ---------
    4.        0
    5. (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：

    1. postgres=# SELECT BIT_OR(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1;
    2.  bit_or 
    3. --------
    4.    1023
    5. (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：

    1. postgres=# SELECT bool_and(100 <2500);
    2.  bool_and
    3. ----------
    4.  t
    5. (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：

    1. postgres=# SELECT bool_or(100 <2500);
    2.  bool_or
    3. ----------
    4.  t
    5. (1 row)

  • corr(Y, X)

    描述：相关系数

    返回类型：double precision

    示例：

    1. postgres=# SELECT CORR(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.        corr        
    3. -------------------
    4.  .0381383624904186
    5. (1 row)

  • every(expression)

    描述：等效于bool_and。

    返回类型：bool

    示例：

    1. postgres=# SELECT every(100 <2500);
    2.  every
    3. -------
    4.  t
    5. (1 row)

  • regr_avgx(Y, X)

    描述：自变量的平均值 (sum(X)/N)

    返回类型：double precision

    示例：

    1. postgres=# SELECT REGR_AVGX(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.     regr_avgx     
    3. ------------------
    4.  578.606576740795
    5. (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：

    1. postgres=# SELECT REGR_AVGY(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.     regr_avgy     
    3. ------------------
    4.  50.0136711629602
    5. (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：

    1. postgres=# SELECT REGR_COUNT(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.  regr_count 
    3. ------------
    4.        2743
    5. (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：

    1. postgres=# SELECT REGR_INTERCEPT(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.   regr_intercept  
    3. ------------------
    4.  49.2040847848607
    5. (1 row)

  • regr_r2(Y, X)

    描述：相关系数的平方

    返回类型：double precision

    示例：

    1. postgres=# SELECT REGR_R2(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.       regr_r2       
    3. --------------------
    4.  .00145453469345058
    5. (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：

    1. postgres=# SELECT REGR_SLOPE(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.      regr_slope     
    3. --------------------
    4.  .00139920009665259
    5. (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：

    1. postgres=# SELECT REGR_SXX(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.      regr_sxx     
    3. ------------------
    4.  1626645991.46135
    5. (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：

    1. postgres=# SELECT REGR_SXY(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.      regr_sxy     
    3. ------------------
    4.  2276003.22847225
    5. (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：

    1. postgres=# SELECT REGR_SYY(sr_fee, sr_net_loss) FROM tpcds.store_returns WHERE sr_customer_sk < 1000;
    2.     regr_syy     
    3. -----------------
    4.  2189417.6547314
    5. (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：

    1. postgres=# SELECT STDDEV(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1;
    2.       stddev      
    3. ------------------
    4.  289.224359757315
    5. (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：

    1. postgres=# SELECT VARIANCE(inv_quantity_on_hand) FROM tpcds.inventory WHERE inv_warehouse_sk = 1;
    2.       variance      
    3. --------------------
    4.  83650.730277028768
    5. (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openGauss数据库（不支持openGauss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。

    聚集函数 - 图1 说明：
    - 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。

    1. postgres=# SELECT CHECKSUM(inv_quantity_on_hand) FROM tpcds.inventory;
    2.      checksum      
    3. -------------------
    4.  24417258945265247
    5. (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。

    1. postgres=# SELECT CHECKSUM(inv_quantity_on_hand::TEXT) FROM tpcds.inventory;
    2.      checksum      
    3. -------------------
    4.  24417258945265247
    5. (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。

    1. postgres=# SELECT CHECKSUM(inventory::TEXT) FROM tpcds.inventory;                    
    2.      checksum      
    3. -------------------
    4.  25223696246875800
    5. (1 row)