ClickHouse/docs/es/sql_reference/aggregate_functions/combinators.md
2020-04-04 12:15:31 +03:00

8.5 KiB
Raw Blame History

machine_translated machine_translated_rev toc_priority toc_title
true 3e185d24c9 37 Combinadores de funciones agregadas

Combinadores de funciones agregadas

El nombre de una función agregada puede tener un sufijo anexado. Esto cambia la forma en que funciona la función de agregado.

-Si

The suffix -If can be appended to the name of any aggregate function. In this case, the aggregate function accepts an extra argument a condition (Uint8 type). The aggregate function processes only the rows that trigger the condition. If the condition was not triggered even once, it returns a default value (usually zeros or empty strings).

Ejemplos: sumIf(column, cond), countIf(cond), avgIf(x, cond), quantilesTimingIf(level1, level2)(x, cond), argMinIf(arg, val, cond) y así sucesivamente.

Con las funciones de agregado condicional, puede calcular agregados para varias condiciones a la vez, sin utilizar subconsultas y JOINPor ejemplo, en Yandex.Metrica, las funciones de agregado condicional se utilizan para implementar la funcionalidad de comparación de segmentos.

-Matriz

El sufijo -Array se puede agregar a cualquier función agregada. En este caso, la función de agregado toma argumentos del Array(T) tipo (arrays) en lugar de T argumentos de tipo. Si la función de agregado acepta varios argumentos, deben ser matrices de igual longitud. Al procesar matrices, la función de agregado funciona como la función de agregado original en todos los elementos de la matriz.

Ejemplo 1: sumArray(arr) - Totales de todos los elementos de todos arr matriz. En este ejemplo, podría haber sido escrito más simplemente: sum(arraySum(arr)).

Ejemplo 2: uniqArray(arr) Counts the number of unique elements in all arr matriz. Esto podría hacerse de una manera más fácil: uniq(arrayJoin(arr)), pero no siempre es posible agregar arrayJoin a una consulta.

-If y -Array se pueden combinar. Obstante, Array debe venir primero, entonces If. Ejemplos: uniqArrayIf(arr, cond), quantilesTimingArrayIf(level1, level2)(arr, cond). Debido a este pedido, el cond argumento no será una matriz.

-Estado

Si aplica este combinador, la función de agregado no devuelve el valor resultante (como el número de valores únicos para el uniq función), pero un estado intermedio de la agregación (para uniq, esta es la tabla hash para calcular el número de valores únicos). Este es un AggregateFunction(...) que puede ser utilizado para su posterior procesamiento o almacenado en una tabla para terminar de agregar más tarde.

Para trabajar con estos estados, use:

-Fusionar

Si aplica este combinador, la función de agregado toma el estado de agregación intermedio como argumento, combina los estados para finalizar la agregación y devuelve el valor resultante.

-MergeState

Combina los estados de agregación intermedios de la misma manera que el combinador -Merge. Sin embargo, no devuelve el valor resultante, sino un estado de agregación intermedio, similar al combinador -State.

-ForEach

Convierte una función de agregado para tablas en una función de agregado para matrices que agrega los elementos de matriz correspondientes y devuelve una matriz de resultados. Por ejemplo, sumForEach para las matrices [1, 2], [3, 4, 5]y[6, 7]devuelve el resultado [10, 13, 5] después de agregar los elementos de la matriz correspondientes.

-OPor defecto

Rellena el valor predeterminado del tipo devuelto de la función de agregado si no hay nada que agregar.

SELECT avg(number), avgOrDefault(number) FROM numbers(0)
┌─avg(number)─┬─avgOrDefault(number)─┐
│         nan │                    0 │
└─────────────┴──────────────────────┘

-OrNull

Llenar null si no hay nada que agregar. La columna de retorno será anulable.

SELECT avg(number), avgOrNull(number) FROM numbers(0)
┌─avg(number)─┬─avgOrNull(number)─┐
│         nan │              ᴺᵁᴸᴸ │
└─────────────┴───────────────────┘

-OrDefault y -OrNull se pueden combinar con otros combinadores. Es útil cuando la función de agregado no acepta la entrada vacía.

SELECT avgOrNullIf(x, x > 10)
FROM
(
    SELECT toDecimal32(1.23, 2) AS x
)
┌─avgOrNullIf(x, greater(x, 10))─┐
│                           ᴺᵁᴸᴸ │
└────────────────────────────────┘

-Remuestrear

Permite dividir los datos en grupos y, a continuación, agregar por separado los datos de esos grupos. Los grupos se crean dividiendo los valores de una columna en intervalos.

<aggFunction>Resample(start, end, step)(<aggFunction_params>, resampling_key)

Parámetros

  • start — Starting value of the whole required interval for resampling_key valor.
  • stop — Ending value of the whole required interval for resampling_key valor. Todo el intervalo no incluye el stop valor [start, stop).
  • step — Step for separating the whole interval into subintervals. The aggFunction se ejecuta sobre cada uno de esos subintervalos de forma independiente.
  • resampling_key — Column whose values are used for separating data into intervals.
  • aggFunction_paramsaggFunction parámetros.

Valores devueltos

  • Matriz de aggFunction resultados para cada subintervalo.

Ejemplo

Considere el people con los siguientes datos:

┌─name───┬─age─┬─wage─┐
│ John   │  16 │   10 │
│ Alice  │  30 │   15 │
│ Mary   │  35 │    8 │
│ Evelyn │  48 │ 11.5 │
│ David  │  62 │  9.9 │
│ Brian  │  60 │   16 │
└────────┴─────┴──────┘

Obtengamos los nombres de las personas cuya edad se encuentra en los intervalos de [30,60) y [60,75). Como usamos la representación entera para la edad, obtenemos edades en el [30, 59] y [60,74] intervalo.

Para agregar nombres en una matriz, usamos el Método de codificación de datos: función de agregado. Se necesita un argumento. En nuestro caso, es el name columna. El groupArrayResample función debe utilizar el age columna para agregar nombres por edad. Para definir los intervalos requeridos, pasamos el 30, 75, 30 discusiones sobre el groupArrayResample función.

SELECT groupArrayResample(30, 75, 30)(name, age) FROM people
┌─groupArrayResample(30, 75, 30)(name, age)─────┐
│ [['Alice','Mary','Evelyn'],['David','Brian']] │
└───────────────────────────────────────────────┘

Considera los resultados.

Jonh est? fuera de la muestra porque es demasiado joven. Otras personas se distribuyen de acuerdo con los intervalos de edad especificados.

Ahora vamos a contar el número total de personas y su salario promedio en los intervalos de edad especificados.

SELECT
    countResample(30, 75, 30)(name, age) AS amount,
    avgResample(30, 75, 30)(wage, age) AS avg_wage
FROM people
┌─amount─┬─avg_wage──────────────────┐
│ [3,2]  │ [11.5,12.949999809265137] │
└────────┴───────────────────────────┘

Artículo Original