PostgreSQL 9.6.0 手册 | |||
---|---|---|---|
上一页 | 上一级 | 章 9. 函数和操作符 | 下一页 |
9.20. 聚集函数
聚集函数从一个输入值的集合计算一个单一结果。内建的普通聚集函数被列在表 9-51和表 9-52中。内建的顺序集聚集函数被列在表 9-53和 表 9-54中。分组操作,这与聚集函数有密切联系,被列在表 9-55中。聚集函数的特殊语法考虑在第 4.2.7 节中解释。更多介绍性信息请参考第 2.7 节。
表 9-51. 通用聚集函数
函数 | 参数类型 | 返回类型 | 局部模式 | 描述 |
---|---|---|---|---|
array_agg(expression)
|
任何非数组类型 | 参数类型的数组 | No | 输入值(包括空)被连接到一个数组 |
array_agg(expression)
|
任何数组类型 | 和参数数据类型一样 | No | 级联到更高维数组的输入数组(输入必须都具有相同的维度,不能为空或NULL) |
avg(expression)
|
smallint, int, bigint、real、double precision、numeric或interval | 对于任何整数类型参数是numeric,对于一个浮点参数是double precision,否则和参数数据类型相同 | Yes | 所有输入值的平均值(算术平均) |
bit_and(expression)
|
smallint、int、bigint或bit | 与参数数据类型相同 | Yes | 所有非空输入值的按位与,如果没有非空值则结果是空值 |
bit_or(expression)
|
smallint, int, bigint, or bit | 与参数数据类型相同 | Yes | 所有非空输入值的按位或,如果没有非空值则结果是空值 |
bool_and(expression)
|
bool | bool | Yes | 如果所有输入值为真则结果为真,否则为假 |
bool_or(expression)
|
bool | bool | Yes | 至少一个输入值为真时结果为真,否则为假 |
count(*)
|
bigint | Yes | 输入的行数 | |
count(expression)
|
any | bigint | Yes | expression值非空的输入行的数目 |
every(expression)
|
bool | bool | Yes | 等价于bool_and |
json_agg(expression)
|
any | json | No | 将值聚集成一个 JSON 数组 |
jsonb_agg(expression)
|
any | jsonb | No | 将值聚集成一个JSON数组 |
json_object_agg(name, value)
|
(any, any) | json | No | 将名字/值对聚集成一个 JSON 对象 |
jsonb_object_agg(name, value)
|
(any, any) | jsonb | No | 将名字/值对聚集成一个JSON对象 |
max(expression)
|
任意数字、字符串,日期/时间,网络,或枚举类型或这些类型数组 | 与参数数据类型相同 | Yes | 所有输入值中expression的最大值 |
min(expression)
|
任意数字、字符串,日期/时间,网络,或枚举类型或这些类型数组 | 与参数数据类型相同 | Yes | 所有输入值中expression的最小值 |
string_agg(expression,
delimiter)
|
(text, text) 或 (bytea, bytea) | 与参数数据类型相同 | No | 输入值连接成一个串,用定界符分隔 |
sum(expression)
|
smallint、int、 bigint、real、double precision、numeric、 interval或money | 对smallint或int参数是bigint,对bigint参数是numeric,否则和参数数据类型相同 | Yes | 所有输入值的expression的和 |
xmlagg(expression)
|
xml | xml | No | 连接 XML 值(参见第 9.14.1.7 节) |
请注意,除了count
以外,这些函数在没有行被选中时返回控制。尤其是sum
函数在没有输入行时返回空值,而不是零,并且array_agg
在这种情况返回空值而不是一个空数组。必要时可以用coalesce
把空值替换成零或一个空数组。
支持局部模式的聚集函数有资格参与到各种优化中, 例如并行聚集。
注意: 布尔聚集
bool_and
和bool_or
对应于标准的 SQL 聚集every
和any
或some
。而对于any
和some
,似乎在标准语法中有一个歧义:SELECT b1 = ANY((SELECT b2 FROM t2 ...)) FROM t1 ...;如果子查询返回一行有一个布尔值的结果,这里的
ANY
可以被认为是引入一个子查询,或者是作为一个聚集函数。因而标准的名称不能指定给这些聚集。
注意: 在把
count
聚集应用到整个表上时,习惯于使用其他 SQL 数据管理系统的用户可能会对它的性能感到失望。一个如下的查询:SELECT count(*) FROM sometable;将会要求与整个表大小成比例的工作:PostgreSQL将需要扫描整个表或者整个包含表中所有行的索引。
与相似的用户定义的聚集函数一样,聚集函数array_agg
、
json_agg
、jsonb_agg
、
json_object_agg
、jsonb_object_agg
、string_agg
和xmlagg
会依赖输入值的顺序产生有意义的不同结果值。这个顺序默认是不用指定的,但是可以在聚集调用时使用ORDER BY子句进行控制,如第 4.2.7 节中所示。作为一种选择,从一个排序号的子查询来提供输入值通常会有帮助。例如:
SELECT xmlagg(x) FROM (SELECT x FROM test ORDER BY y DESC) AS tab;
但是在 SQL 标准中不允许这种语法,并且不能被移植到其他数据库系统。
表 9-52展示了通常被用在统计分析中的聚集函数(这些被隔离出来是为了不和常用聚集混淆)。其中描述提到了N,它表示对应于所有非空输入表达式的输入行的数目。在所有情况中,如果计算是无意义的,将会返回空值,例如当N为零。
表 9-52. 用于统计的聚集函数
函数 | 参数类型 | 返回类型 | 局部模式 | 描述 |
---|---|---|---|---|
corr(Y, X)
|
double precision | double precision | Yes | 相关系数 |
covar_pop(Y, X)
|
double precision | double precision | Yes | 总体协方差 |
covar_samp(Y, X)
|
double precision | double precision | Yes | 样本协方差 |
regr_avgx(Y, X)
|
double precision | double precision | Yes | 自变量的平均值 (sum(X)/N) |
regr_avgy(Y, X)
|
double precision | double precision | Yes | 因变量的平均值 (sum(Y)/N) |
regr_count(Y, X)
|
double precision | bigint | Yes | 两个表达式都不为空的输入行的数目 |
regr_intercept(Y, X)
|
double precision | double precision | Yes | 由(X, Y)对决定的最小二乘拟合的线性方程的 y截距 |
regr_r2(Y, X)
|
double precision | double precision | Yes | 相关系数的平方 |
regr_slope(Y, X)
|
double precision | double precision | Yes | 由(X, Y)对决定的最小二乘拟合的线性方程的斜率 |
regr_sxx(Y, X)
|
double precision | double precision | Yes | sum(X^2) - sum(X)^2/N(自变量的"平方和") |
regr_sxy(Y, X)
|
double precision | double precision | Yes | sum(X*Y) - sum(X) * sum(Y)/N(自变量乘以因变量的"积之合") |
regr_syy(Y, X)
|
double precision | double precision | Yes | sum(Y^2) - sum(Y)^2/N(因变量的"平方和") |
stddev(expression)
|
smallint、int、 bigint、real、double precision或numeric | 浮点参数为double precision,否则为numeric | Yes | stddev_samp 的历史别名 |
stddev_pop(expression)
|
smallint、int、 bigint、real、double precision或numeric | 浮点参数为double precision,否则为numeric | Yes | 输入值的总体标准偏差 |
stddev_samp(expression)
|
smallint、int、 bigint、real、double precision或numeric | 浮点参数为double precision,否则为numeric | Yes | 输入值的样本标准偏差 |
variance (expression)
|
smallint、int、 bigint、real、double precision或numeric | 浮点参数为double precision,否则为numeric | Yes | var_samp 的历史别名 |
var_pop (expression)
|
smallint、int、 bigint、real、double precision或numeric | 浮点参数为double precision,否则为numeric | Yes | 输入值的总体方差(总体标准偏差的平方) |
var_samp (expression)
|
smallint、int、 bigint、real、double precision或numeric | 浮点参数为double precision,否则为numeric | Yes | 输入值的样本方差(样本标准偏差的平方) |
表 9-53展示了一些使用 有序集聚集语法的聚集函数。这些函数有时也被称为 "逆分布"函数。
表 9-53. 有序集聚集函数
函数 | 直接参数类型 | 聚集参数类型 | 返回类型 | 局部模式 | 描述 |
---|---|---|---|---|---|
mode() WITHIN GROUP (ORDER BY sort_expression)
|
任何可排序类型 | 与排序表达式相同 | No | 返回最频繁的输入值(如果有多个频度相同的值就选第一个) | |
percentile_cont(fraction) WITHIN GROUP (ORDER BY sort_expression)
|
double precision | double precision或者interval | 与排序表达式相同 | No | 连续百分率:返回一个对应于排序中指定分数的值,如有必要就在相邻的输入项之间插值 |
percentile_cont(fractions) WITHIN GROUP (ORDER BY sort_expression)
|
double precision[] | double precision或者interval | 排序表达式的类型的数组 | No | 多重连续百分率:返回一个匹配fractions参数形状的结果数组, 其中每一个非空元素都用对应于那个百分率的值替换 |
percentile_disc(fraction) WITHIN GROUP (ORDER BY sort_expression)
|
double precision | 一种可排序类型 | 与排序表达式相同 | No | 离散百分率:返回第一个在排序中位置等于或者超过指定分数的输入值 |
percentile_disc(fractions) WITHIN GROUP (ORDER BY sort_expression)
|
double precision[] | 任何可排序类型 | 排序表达式的类型的数组 | No | 多重离散百分率:返回一个匹配fractions参数形状的结果数组, 其中每一个非空元素都用对应于那个百分率的输入值替换 |
所有列在表 9-53中的聚集会忽略它们的已 排序输入中的空值。对那些有一个fraction参数的聚 集来说,该分数值必须位于 0 和 1 之间,否则会抛出错误。不过,一个空分数值会 产生一个空结果。
每个列在表 9-54中的聚集都与一个定义在 第 9.21 节中的同名窗口函数相关联。在每种情况中,聚集 结果的计算方法是:假设根据args构建的"假想"行已 经被增加到从sorted_args计算得到的已排序行分组中, 然后用相关联的窗口函数针对该行返回的值就是聚集的结果。
表 9-54. 假想集聚集函数
函数 | 直接参数类型 | 聚集参数类型 | 返回类型 | 局部模式 | 描述 |
---|---|---|---|---|---|
rank(args) WITHIN GROUP (ORDER BY sorted_args)
|
VARIADIC "any" | VARIADIC "any" | bigint | No | 假想行的排名,为重复的行留下间隔 |
dense_rank(args) WITHIN GROUP (ORDER BY sorted_args)
|
VARIADIC "any" | VARIADIC "any" | bigint | No | 假想行的排名,不留间隔 |
percent_rank(args) WITHIN GROUP (ORDER BY sorted_args)
|
VARIADIC "any" | VARIADIC "any" | double precision | No | 假想行的相对排名,范围从 0 到 1 |
cume_dist(args) WITHIN GROUP (ORDER BY sorted_args)
|
VARIADIC "any" | VARIADIC "any" | double precision | No | 假想行的相对排名,范围从 1/N 到 1 |
对于这些假想集聚集的每一个,args中给定的直接参数 列表必须匹配sorted_args中给定的聚集参数的 数量和类型。与大部分的内建聚集不同,这些聚集并不严格,即它们不会丢弃包含空值 的输入行。空值的排序根据ORDER BY子句中指定的规则进行。
分组操作与分组集合一起(参见第 7.2.4 节)区分结果行。 这个GROUPING操作的参数实际上并没有进行评估, 但它们必须完全匹配关联查询级别的GROUP BY子句中的表达式。 Bit连同最右边参数是最不重要的一点; 如果对应的表达式被包含在分组集生成的结果行的分组条件中,那么每位是0, 如果不是,则为1。比如:
=> SELECT * FROM items_sold; make | model | sales -------+-------+------- Foo | GT | 10 Foo | Tour | 20 Bar | City | 15 Bar | Sport | 5 (4 rows) => SELECT make, model, GROUPING(make,model), sum(sales) FROM items_sold GROUP BY ROLLUP(make,model); make | model | grouping | sum -------+-------+----------+----- Foo | GT | 0 | 10 Foo | Tour | 0 | 20 Bar | City | 0 | 15 Bar | Sport | 0 | 5 Foo | | 1 | 30 Bar | | 1 | 20 | | 3 | 50 (7 rows)