聚合函数
更新时间：2021-08-20
聚合函数的行为是将多行的结果聚合成一行。
Doris 支持以下聚合函数：
1.avg
2.count
3.approx_count_distinct
4.max
5.min
6.sum
7.group_concat
8.variance_samp
9.variance_pop
10.percentile_approx
11.topn
AVG
Description
avg(numeric val)- 功能：该聚合函数返回集合中的平均数。该函数只有1个参数，该参数可以是数字类型的列，返回值是数字的函数，或者计算结果是数字的表达式。包含NULL值的行将被忽略。如果该表是空的或者AVG 的参数都是NULL，则该函数返回NULL。当查询指定使用
GROUP BY从句时，则每个GROUP BY的值都会返回1条结果。 - 返回类型： double类型
Example
mysql> select ss_ticket_number, avg(ss_sales_price) from store_sales group by ss_ticket_number;
+------------------+-----------------------+
| ss_ticket_number | avg(`ss_sales_price`) |
+------------------+-----------------------+
| 28818 | 41.041875 |
+------------------+-----------------------+Keywords
avgCOUNT
Description
count([distinct] col_name...)-
功能：该聚合函数返回满足要求的行的数目，或者非NULL行的数目。
- COUNT(*) 会计算包含NULL 值的行。
- COUNT(column_name)仅会计算非NULL值的行。
- 用户可以同时使用COUNT函数和DISTINCT操作符，count(distinct col_name...)会先对数据去重，然后再计算多个列的组合出现的次数。
- 返回类型：int类型
Example
mysql> select count(distinct tiny_column, short_column) from small_table;
+-----------------------------------------------+
| count(DISTINCT `tiny_column`, `short_column`) |
+-----------------------------------------------+
| 2 |
+-----------------------------------------------+Keywords
countAPPROX_COUNT_DISTINCT
Description
approx_count_distinct(type col)- 功能：该聚合函数返回指定列的去重值。不同于
count(distinct)方法，该函数使用 HyperLogLog 算法返回有误差的去重值，但效率比count(distinct)高。 - 返回类型：int类型
Example
mysql> select approx_count_distinct(ss_ticket_number) from store_sales;
+-------------------------------------------+
| approx_count_distinct(`ss_ticket_number`) |
+-------------------------------------------+
| 46580 |
+-------------------------------------------+Keywords
approx_count_distinctMAX
Description
max(type col)- 功能：该聚合函数返回集合中的最大值。该函数和min函数的功能相反。该函数只有1个参数，该参数可以是数字类型的列，返回值是数字的函数，或者计算结果是数字的表达式。包含NULL值的行将被忽略。如果该表是空的或者MAX的参数都是NULL，则该函数返回NULL。当查询指定使用
GROUP BY从句时，则每个GROUP BY的值都会返回1条结果。 - 返回类型：和输入参数相同的类型。
Example
mysql> select ss_ticket_number, max(ss_sales_price) from store_sales group by ss_ticket_number;
+------------------+-----------------------+
| ss_ticket_number | max(`ss_sales_price`) |
+------------------+-----------------------+
| 28818 | 136.42 |
+------------------+-----------------------+Keywords
maxMIN
Description
min(type col)- 功能：该聚合函数返回集合中的最小值。该函数和max函数的功能相反。该函数只有1个参数，该参数可以是数字类型的列，返回值是数字的函数，或者计算结果是数字的表达式。包含NULL 值的行将被忽略。如果该表是空的或者MIN 的参数都是NULL，则该函数返回NULL。当查询指定使用
GROUP BY从句时，则每个GROUP BY的值都会返回1条结果。 - 返回类型：和输入参数相同的类型。
Example
mysql> select ss_ticket_number, min(ss_sales_price) from store_sales group by ss_ticket_number;
+------------------+-----------------------+
| ss_ticket_number | min(`ss_sales_price`) |
+------------------+-----------------------+
| 28818 | 0.91 |
+------------------+-----------------------+Keywords
minSUM
Description
sum(numeric col)- 功能：该聚合函数返回集合中所有值的和。该函数只有1个参数，该参数可以是数字类型的列，返回值是数字的函数，或者计算结果是数字的表达式。包含NULL值的行将被忽略。如果该表是空的或者MIN的参数都是NULL，则该函数返回NULL。当查询指定使用
GROUP BY从句时，则每个GROUP BY` 的值都会返回1条结果。 - 返回类型：如果参数整型，则返回BIGINT，如果参数是浮点型则返回double类型
Example
mysql> select ss_ticket_number, sum(ss_sales_price) from store_sales group by ss_ticket_number;
+------------------+-----------------------+
| ss_ticket_number | sum(`ss_sales_price`) |
+------------------+-----------------------+
| 28818 | 1971980.01 |
+------------------+-----------------------+Keywords
sumGROUP_CONCAT
Description
group_concat(col[, separator])- 功能：该聚合函数会返回1个字符串，该字符串是集合中所有字符串连接起来形成的新字符串。如果用户指定分隔符，则分隔符用来连接两个相邻行的字符串。
- 返回类型：string类型
- 使用说明：默认情况下，该函数返回1个覆盖所有结果集的字符串。当查询指定使用group by 从句时，则每个group by的值都会返回1条结果。
Example
mysql> select * from tbl;
+------+------+
| k1 | v1 |
+------+------+
| 1 | a |
| 1 | b |
| 1 | c |
+------+------+
mysql> select k1, group_concat(v1) from tbl group by k1;
+------+--------------------+
| k1 | group_concat(`v1`) |
+------+--------------------+
| 1 | a, b, c |
+------+--------------------+
mysql> select k1, group_concat(v1, '|') from tbl group by k1;
+------+-------------------------+
| k1 | group_concat(`v1`, '|') |
+------+-------------------------+
| 1 | a|b|c |
+------+-------------------------+Keywords
group_concatVARIANCE,VAR_SAMP,VARIANCE_SAMP
Description
variance(numeric val)
var_samp(numeric val)
variance_samp(numeric val)- 功能：该类聚合函数返回一组数的样本方差。这是一个数学属性，它表示值与平均值之间的距离。它作用于数值类型。
variance和var_samp是variance_samp的别名。 - 返回类型：double类型
Example
mysql> select ss_ticket_number, variance(ss_sales_price) from store_sales group by ss_ticket_number;
+------------------+----------------------------+
| ss_ticket_number | variance(`ss_sales_price`) |
+------------------+----------------------------+
| 28818 | 1378.408511209 |
+------------------+----------------------------+Keywords
variance, var_samp, variance_sampVAR_POP,VARIANCE_POP
Description
var_pop(numeric val)
variance_pop(numeric val)- 功能：该类聚合函数返回一组数的总体方差。这是一个数学属性，它表示值与平均值之间的距离。它作用于数值类型。
var_pop是variance_pop的别名。 - 返回类型：double类型
Example
mysql> select ss_ticket_number, variance_pop(ss_sales_price) from store_sales group by ss_ticket_number;
+------------------+--------------------------------+
| ss_ticket_number | variance_pop(`ss_sales_price`) |
+------------------+--------------------------------+
| 28818 | 1378.408511134 |
+------------------+--------------------------------+Keywords
var_pop, variance_popPERCENTILE_APPROX
Description
percentile_approx(numeric val, double percentile, double compression)- 功能：该类聚合函数采用 T-Digest 算法，返回一组数的指定分位值的近似值。分位值
percentile需在 0-1 之间。compression可以控制结果的精确度，取值范围在 2014 - 10000 之间。值越大，精度越高，到内存开销和耗时越大。默认为 2048。 - 返回类型：double类型
Example
mysql> select percentile_approx(query_time, 0.95), percentile_approx(query_time, 0.99) from tbl limit 10;
+---------------------------------------+---------------------------------------+
| percentile_approx(`query_time`, 0.95) | percentile_approx(`query_time`, 0.99) |
+---------------------------------------+---------------------------------------+
| 30.994913101196289 | 116.05957794189453 |
+---------------------------------------+---------------------------------------+
mysql> select `table`, percentile_approx(cost_time,0.99) from log_statis group by `table`;
+---------------------+---------------------------+
| table | percentile_approx(`cost_time`, 0.99) |
+----------+--------------------------------------+
| test | 54.22 |
+----------+--------------------------------------+
mysql> select `table`, percentile_approx(cost_time,0.99, 4096) from log_statis group by `table`;
+---------------------+-----------------------------------+
| table | percentile_approx(`cost_time`, 0.99, 4096.0) |
+----------+----------------------------------------------+
| test | 54.21 |
+----------+----------------------------------------------+Keywords
percentile_approx, percentileTOPN
Description
topn(expr, int top_num[, int space_expand_rate])-
功能：该topn函数使用Space-Saving算法计算expr中的top_num个频繁项，结果为频繁项及其出现次数，该结果为近似值。
space_expand_rate参数是可选项，该值用来设置 Space-Saving 算法中使用的 counter个数。space_expand_rate的值越大，结果越准确，默认值为50。counter numbers = top_num * space_expand_rate - 返回类型：JSON 格式的字符串。
Example
mysql> select topn(time, 10) from tbl;
+--------------------------------------------------------------------------------------------------------------------------+
| topn(`time`, 10) |
+--------------------------------------------------------------------------------------------------------------------------+
| {"0":7894391,"1":3887461,"2":3792601,"6":3344590,"5":2394986,"7":1421491,"3":1046929,"29":982826,"30":674072,"4":640616} |
+--------------------------------------------------------------------------------------------------------------------------+
mysql> select topn(time, 10, 100) from tbl;
+--------------------------------------------------------------------------------------------------------------------------+
| topn(`time`, 10, 100) |
+--------------------------------------------------------------------------------------------------------------------------+
| {"0":7894592,"1":3887551,"2":3792700,"6":3344590,"5":2394986,"7":1421492,"3":1046977,"29":982826,"30":674072,"4":640625} |
+--------------------------------------------------------------------------------------------------------------------------+Keywords
topn