› › ›

聚合函数

编辑

聚合函数

编辑

从一组输入值计算单个结果的函数。Elasticsearch SQL 仅在与分组（隐式或显式）一起时才支持聚合函数。

通用

编辑

`AVG`

编辑

概要

AVG(numeric_field)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述: 返回输入值的平均值（算术平均值）。

SELECT AVG(salary) AS avg FROM emp;

      avg
---------------
48248.55

SELECT AVG(salary / 12.0) AS avg FROM emp;

      avg
---------------
4020.7125

`COUNT`

编辑

概要

COUNT(expression)

输入:

字段名称、通配符 (*) 或任何数值。对于 COUNT(*) 或 COUNT(<literal>)，将考虑所有值，包括 null 或缺失的值。对于 COUNT(<field_name>)，不考虑 null 值。

输出: 数值

描述: 返回输入值的总数（计数）。

SELECT COUNT(*) AS count FROM emp;

     count
---------------
100

`COUNT(ALL)`

编辑

概要

COUNT(ALL field_name)

输入:

字段名称。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: 数值

描述: 返回所有非空输入值的总数（计数）。COUNT(<field_name>) 和 COUNT(ALL <field_name>) 是等效的。

SELECT COUNT(ALL last_name) AS count_all, COUNT(DISTINCT last_name) count_distinct FROM emp;

   count_all   |  count_distinct
---------------+------------------
100            |96

SELECT COUNT(ALL CASE WHEN languages IS NULL THEN -1 ELSE languages END) AS count_all, COUNT(DISTINCT CASE WHEN languages IS NULL THEN -1 ELSE languages END) count_distinct FROM emp;

   count_all   |  count_distinct
---------------+---------------
100            |6

`COUNT(DISTINCT)`

编辑

概要

COUNT(DISTINCT field_name)

输入:

字段名称

输出: 数值。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

描述: 返回输入值中不同的非空值的总数。

SELECT COUNT(DISTINCT hire_date) unique_hires, COUNT(hire_date) AS hires FROM emp;

  unique_hires  |     hires
----------------+---------------
99              |100

SELECT COUNT(DISTINCT DATE_TRUNC('YEAR', hire_date)) unique_hires, COUNT(DATE_TRUNC('YEAR', hire_date)) AS hires FROM emp;

 unique_hires  |     hires
---------------+---------------
14             |100

`FIRST/FIRST_VALUE`

编辑

概要

FIRST(
    field_name               
    [, ordering_field_name])

输入:

	用于聚合的目标字段
	用于排序的可选字段

输出: 与输入类型相同

描述: 返回按 ordering_field_name 列排序的 field_name 输入列的第一个非 null 值（如果存在）。如果未提供 ordering_field_name，则仅使用 field_name 列进行排序。例如：

a	b
100	1
200	1
1	2
2	2
10	null
20	null
null	null

SELECT FIRST(a) FROM t

将导致

FIRST(a)

和

SELECT FIRST(a, b) FROM t

将导致

FIRST(a, b)

100

SELECT FIRST(first_name) FROM emp;

   FIRST(first_name)
--------------------
Alejandro

SELECT gender, FIRST(first_name) FROM emp GROUP BY gender ORDER BY gender;

   gender   |   FIRST(first_name)
------------+--------------------
null        |   Berni
F           |   Alejandro
M           |   Amabile

SELECT FIRST(first_name, birth_date) FROM emp;

   FIRST(first_name, birth_date)
--------------------------------
Remzi

SELECT gender, FIRST(first_name, birth_date) FROM emp GROUP BY gender ORDER BY gender;

    gender    |   FIRST(first_name, birth_date)
--------------+--------------------------------
null          |   Lillian
F             |   Sumant
M             |   Remzi

FIRST_VALUE 是一个名称别名，可以代替 FIRST 使用，例如：

SELECT gender, FIRST_VALUE(first_name, birth_date) FROM emp GROUP BY gender ORDER BY gender;

    gender    |   FIRST_VALUE(first_name, birth_date)
--------------+--------------------------------------
null          |   Lillian
F             |   Sumant
M             |   Remzi

SELECT gender, FIRST_VALUE(SUBSTRING(first_name, 2, 6), birth_date) AS "first" FROM emp GROUP BY gender ORDER BY gender;

    gender     |     first
---------------+---------------
null           |illian
F              |umant
M              |emzi

FIRST 不能在 HAVING 子句中使用。

FIRST 不能与类型为text的列一起使用，除非该字段也另存为关键词。

`LAST/LAST_VALUE`

编辑

概要

LAST(
    field_name               
    [, ordering_field_name])

输入:

	用于聚合的目标字段
	用于排序的可选字段

输出: 与输入类型相同

描述: 它是FIRST/FIRST_VALUE 的逆运算。返回按 ordering_field_name 列降序排序的 field_name 输入列的最后一个非 null 值（如果存在）。如果未提供 ordering_field_name，则仅使用 field_name 列进行排序。例如：

a	b
10	1
20	1
1	2
2	2
100	null
200	null
null	null

SELECT LAST(a) FROM t

将导致

LAST(a)

200

和

SELECT LAST(a, b) FROM t

将导致

LAST(a, b)

SELECT LAST(first_name) FROM emp;

   LAST(first_name)
-------------------
Zvonko

SELECT gender, LAST(first_name) FROM emp GROUP BY gender ORDER BY gender;

   gender   |   LAST(first_name)
------------+-------------------
null        |   Patricio
F           |   Xinglin
M           |   Zvonko

SELECT LAST(first_name, birth_date) FROM emp;

   LAST(first_name, birth_date)
-------------------------------
Hilari

SELECT gender, LAST(first_name, birth_date) FROM emp GROUP BY gender ORDER BY gender;

   gender  |   LAST(first_name, birth_date)
-----------+-------------------------------
null       |   Eberhardt
F          |   Valdiodio
M          |   Hilari

LAST_VALUE 是一个名称别名，可以代替 LAST 使用，例如：

SELECT gender, LAST_VALUE(first_name, birth_date) FROM emp GROUP BY gender ORDER BY gender;

   gender  |   LAST_VALUE(first_name, birth_date)
-----------+-------------------------------------
null       |   Eberhardt
F          |   Valdiodio
M          |   Hilari

SELECT gender, LAST_VALUE(SUBSTRING(first_name, 3, 8), birth_date) AS "last" FROM emp GROUP BY gender ORDER BY gender;

    gender     |     last
---------------+---------------
null           |erhardt
F              |ldiodio
M              |lari

LAST 不能在 HAVING 子句中使用。

LAST 不能与类型为text的列一起使用，除非该字段也另存为关键词。

`MAX`

编辑

概要

MAX(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: 与输入类型相同

描述: 返回 field_name 字段中输入值的最大值。

SELECT MAX(salary) AS max FROM emp;

      max
---------------
74999

SELECT MAX(ABS(salary / -12.0)) AS max FROM emp;

       max
-----------------
6249.916666666667

在类型为 text 或 keyword 的字段上使用 MAX 会转换为 LAST/LAST_VALUE，因此不能在 HAVING 子句中使用。

`MIN`

编辑

概要

MIN(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: 与输入类型相同

描述: 返回 field_name 字段中输入值的最小值。

SELECT MIN(salary) AS min FROM emp;

      min
---------------
25324

在类型为 text 或 keyword 的字段上使用 MIN 会转换为 FIRST/FIRST_VALUE，因此不能在 HAVING 子句中使用。

`SUM`

编辑

概要

SUM(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: 整数输入为 bigint，浮点数为 double

描述: 返回 field_name 字段中输入值的总和。

SELECT SUM(salary) AS sum FROM emp;

      sum
---------------
4824855

SELECT ROUND(SUM(salary / 12.0), 1) AS sum FROM emp;

      sum
---------------
402071.3

统计

编辑

`KURTOSIS`

编辑

概要

KURTOSIS(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述:

量化 field_name 字段中输入值分布的形状。

SELECT MIN(salary) AS min, MAX(salary) AS max, KURTOSIS(salary) AS k FROM emp;

      min      |      max      |        k
---------------+---------------+------------------
25324          |74999          |2.0444718929142986

KURTOSIS 不能在标量函数或运算符之上使用，而只能直接在字段上使用。因此，例如，不允许以下操作并返回错误

 SELECT KURTOSIS(salary / 12.0), gender FROM emp GROUP BY gender

`MAD`

编辑

概要

MAD(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述:

测量 field_name 字段中输入值的可变性。

SELECT MIN(salary) AS min, MAX(salary) AS max, AVG(salary) AS avg, MAD(salary) AS mad FROM emp;

      min      |      max      |      avg      |      mad
---------------+---------------+---------------+---------------
25324          |74999          |48248.55       |10096.5

SELECT MIN(salary / 12.0) AS min, MAX(salary / 12.0) AS max, AVG(salary/ 12.0) AS avg, MAD(salary / 12.0) AS mad FROM emp;

       min        |       max       |      avg      |       mad
------------------+-----------------+---------------+-----------------
2110.3333333333335|6249.916666666667|4020.7125      |841.3750000000002

`PERCENTILE`

编辑

概要

PERCENTILE(
    field_name,         
    percentile[,        
    method[,            
    method_parameter]])

输入:

	数值字段。如果此字段仅包含 `null` 值，则函数返回 `null`。否则，函数将忽略此字段中的 `null` 值。
	数值表达式（必须为常量，而不是基于字段）。如果为 `null`，则函数返回 `null`。
	百分位数算法的可选字符串字面量。可能的值：`tdigest` 或 `hdr`。默认为 `tdigest`。
	配置百分位数算法的可选数值字面量。为 `tdigest` 配置 `compression` 或为 `hdr` 配置 `number_of_significant_value_digits`。默认值与后备算法的默认值相同。

输出: double 数值

描述:

返回 field_name 字段中输入值的第 n 个百分位数（由 numeric_exp 参数表示）。

SELECT languages, PERCENTILE(salary, 95) AS "95th" FROM emp
       GROUP BY languages;

   languages   |      95th
---------------+-----------------
null           |74482.4
1              |71122.8
2              |70271.4
3              |71926.0
4              |69352.15
5              |56371.0

SELECT languages, PERCENTILE(salary / 12.0, 95) AS "95th" FROM emp
       GROUP BY languages;

   languages   |       95th
---------------+------------------
null           |6206.866666666667
1              |5926.9
2              |5855.949999999999
3              |5993.833333333333
4              |5779.345833333333
5              |4697.583333333333

SELECT
    languages,
    PERCENTILE(salary, 97.3, 'tdigest', 100.0) AS "97.3_TDigest",
    PERCENTILE(salary, 97.3, 'hdr', 3) AS "97.3_HDR"
FROM emp
GROUP BY languages;

   languages   | 97.3_TDigest    |   97.3_HDR
---------------+-----------------+---------------
null           |74720.036        |74992.0
1              |72316.132        |73712.0
2              |71792.436        |69936.0
3              |73326.23999999999|74992.0
4              |71753.281        |74608.0
5              |61176.16000000001|56368.0

`PERCENTILE_RANK`

编辑

概要

PERCENTILE_RANK(
    field_name,         
    value[,             
    method[,            
    method_parameter]])

输入:

	数值字段。如果此字段仅包含 `null` 值，则函数返回 `null`。否则，函数将忽略此字段中的 `null` 值。
	数值表达式（必须为常量，而不是基于字段）。如果为 `null`，则函数返回 `null`。
	百分位数算法的可选字符串字面量。可能的值：`tdigest` 或 `hdr`。默认为 `tdigest`。
	配置百分位数算法的可选数值字面量。为 `tdigest` 配置 `compression` 或为 `hdr` 配置 `number_of_significant_value_digits`。默认值与后备算法的默认值相同。

输出: double 数值

描述:

返回 field_name 字段中输入值的第 n 个百分位数排名（由 numeric_exp 参数表示）。

SELECT languages, PERCENTILE_RANK(salary, 65000) AS rank FROM emp GROUP BY languages;

   languages   |      rank
---------------+-----------------
null           |73.65766569962062
1              |73.7291625157734
2              |88.88005607010643
3              |79.43662623295829
4              |85.70446389643493
5              |96.79075152940749

SELECT languages, PERCENTILE_RANK(salary/12, 5000) AS rank FROM emp GROUP BY languages;

   languages   |       rank
---------------+------------------
null           |66.91240875912409
1              |66.70766707667076
2              |84.13266895048271
3              |61.052992625621684
4              |76.55646443990001
5              |94.00696864111498

SELECT
    languages,
    ROUND(PERCENTILE_RANK(salary, 65000, 'tdigest', 100.0), 2) AS "rank_TDigest",
    ROUND(PERCENTILE_RANK(salary, 65000, 'hdr', 3), 2) AS "rank_HDR"
FROM emp
GROUP BY languages;

   languages   | rank_TDigest  |   rank_HDR
---------------+---------------+---------------
null           |73.66          |80.0
1              |73.73          |73.33
2              |88.88          |89.47
3              |79.44          |76.47
4              |85.7           |83.33
5              |96.79          |95.24

`SKEWNESS`

编辑

概要

SKEWNESS(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述:

量化 field_name 字段中输入值的不对称分布。

SELECT MIN(salary) AS min, MAX(salary) AS max, SKEWNESS(salary) AS s FROM emp;

      min      |      max      |        s
---------------+---------------+------------------
25324          |74999          |0.2707722118423227

SKEWNESS 不能在标量函数之上使用，而只能直接在字段上使用。因此，例如，不允许以下操作并返回错误

 SELECT SKEWNESS(ROUND(salary / 12.0, 2), gender FROM emp GROUP BY gender

`STDDEV_POP`

编辑

概要

STDDEV_POP(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述:

返回 field_name 字段中输入值的总体标准差。

SELECT MIN(salary) AS min, MAX(salary) AS max, STDDEV_POP(salary) AS stddev FROM emp;

      min      |      max      |      stddev
---------------+---------------+------------------
25324          |74999          |13765.125502787832

SELECT MIN(salary / 12.0) AS min, MAX(salary / 12.0) AS max, STDDEV_POP(salary / 12.0) AS stddev FROM emp;

       min        |       max       |     stddev
------------------+-----------------+-----------------
2110.3333333333335|6249.916666666667|1147.093791898986

`STDDEV_SAMP`

编辑

概要

STDDEV_SAMP(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述:

返回 field_name 字段中输入值的样本标准差。

SELECT MIN(salary) AS min, MAX(salary) AS max, STDDEV_SAMP(salary) AS stddev FROM emp;

      min      |      max      |      stddev
---------------+---------------+------------------
25324          |74999          |13834.471662090747

SELECT MIN(salary / 12.0) AS min, MAX(salary / 12.0) AS max, STDDEV_SAMP(salary / 12.0) AS stddev FROM emp;

       min        |       max       |     stddev
------------------+-----------------+-----------------
2110.3333333333335|6249.916666666667|1152.872638507562

`SUM_OF_SQUARES`

编辑

概要

SUM_OF_SQUARES(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述:

返回 field_name 字段中输入值的平方和。

SELECT MIN(salary) AS min, MAX(salary) AS max, SUM_OF_SQUARES(salary) AS sumsq
       FROM emp;

      min      |      max      |     sumsq
---------------+---------------+----------------
25324          |74999          |2.51740125721E11

SELECT MIN(salary / 24.0) AS min, MAX(salary / 24.0) AS max, SUM_OF_SQUARES(salary / 24.0) AS sumsq FROM emp;

       min        |       max        |       sumsq
------------------+------------------+-------------------
1055.1666666666667|3124.9583333333335|4.370488293767361E8

`VAR_POP`

编辑

概要

VAR_POP(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述:

返回 field_name 字段中输入值的总体方差。

SELECT MIN(salary) AS min, MAX(salary) AS max, VAR_POP(salary) AS varpop FROM emp;

      min      |      max      |     varpop
---------------+---------------+----------------
25324          |74999          |1.894786801075E8

SELECT MIN(salary / 24.0) AS min, MAX(salary / 24.0) AS max, VAR_POP(salary / 24.0) AS varpop FROM emp;

       min        |       max        |      varpop
------------------+------------------+------------------
1055.1666666666667|3124.9583333333335|328956.04185329855

`VAR_SAMP`

编辑

概要

VAR_SAMP(field_name)

输入:

数值字段。如果此字段仅包含 null 值，则函数返回 null。否则，函数将忽略此字段中的 null 值。

输出: double 数值

描述:

返回 field_name 字段中输入值的样本方差。

SELECT MIN(salary) AS min, MAX(salary) AS max, VAR_SAMP(salary) AS varsamp FROM emp;

      min      |      max      |     varsamp
---------------+---------------+----------------
25324          |74999          |1.913926061691E8

SELECT MIN(salary / 24.0) AS min, MAX(salary / 24.0) AS max, VAR_SAMP(salary / 24.0) AS varsamp FROM emp;

       min        |       max        |     varsamp
------------------+------------------+----------------
1055.1666666666667|3124.9583333333335|332278.830154847

« LIKE 和 RLIKE 运算符分组函数 »