mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-12-05 05:52:05 +00:00
635 lines
22 KiB
Markdown
635 lines
22 KiB
Markdown
# 其他函数 {#qi-ta-han-shu}
|
||
|
||
## 主机名() {#hostname}
|
||
|
||
返回一个字符串,其中包含执行此函数的主机的名称。 对于分布式处理,如果在远程服务器上执行此函数,则将返回远程服务器主机的名称。
|
||
|
||
## basename {#basename}
|
||
|
||
在最后一个斜杠或反斜杠后的字符串文本。 此函数通常用于从路径中提取文件名。
|
||
|
||
basename( expr )
|
||
|
||
**参数**
|
||
|
||
- `expr` — 任何一个返回[字符串](../../sql-reference/functions/other-functions.md)结果的表达式。[字符串](../../sql-reference/functions/other-functions.md)
|
||
|
||
**返回值**
|
||
|
||
一个String类型的值,其包含:
|
||
|
||
- 在最后一个斜杠或反斜杠后的字符串文本内容。
|
||
|
||
如果输入的字符串以斜杆或反斜杆结尾,例如:`/`或`c:\`,函数将返回一个空字符串。
|
||
|
||
- 如果输入的字符串中不包含斜杆或反斜杠,函数返回输入字符串本身。
|
||
|
||
**示例**
|
||
|
||
``` sql
|
||
SELECT 'some/long/path/to/file' AS a, basename(a)
|
||
```
|
||
|
||
``` text
|
||
┌─a──────────────────────┬─basename('some\\long\\path\\to\\file')─┐
|
||
│ some\long\path\to\file │ file │
|
||
└────────────────────────┴────────────────────────────────────────┘
|
||
```
|
||
|
||
``` sql
|
||
SELECT 'some\\long\\path\\to\\file' AS a, basename(a)
|
||
```
|
||
|
||
``` text
|
||
┌─a──────────────────────┬─basename('some\\long\\path\\to\\file')─┐
|
||
│ some\long\path\to\file │ file │
|
||
└────────────────────────┴────────────────────────────────────────┘
|
||
```
|
||
|
||
``` sql
|
||
SELECT 'some-file-name' AS a, basename(a)
|
||
```
|
||
|
||
``` text
|
||
┌─a──────────────┬─basename('some-file-name')─┐
|
||
│ some-file-name │ some-file-name │
|
||
└────────────────┴────────────────────────────┘
|
||
```
|
||
|
||
## visibleWidth(x) {#visiblewidthx}
|
||
|
||
以文本格式(以制表符分隔)向控制台输出值时,计算近似宽度。
|
||
系统使用此函数实现Pretty格式。
|
||
以文本格式(制表符分隔)将值输出到控制台时,计算近似宽度。
|
||
这个函数被系统用于实现漂亮的格式。
|
||
|
||
`NULL` 表示为对应于 `NULL` 在 `Pretty` 格式。
|
||
|
||
SELECT visibleWidth(NULL)
|
||
|
||
┌─visibleWidth(NULL)─┐
|
||
│ 4 │
|
||
└────────────────────┘
|
||
|
||
## toTypeName(x) {#totypenamex}
|
||
|
||
返回包含参数的类型名称的字符串。
|
||
|
||
如果将`NULL`作为参数传递给函数,那么它返回`Nullable(Nothing)`类型,它对应于ClickHouse中的内部`NULL`。
|
||
|
||
## 块大小() {#function-blocksize}
|
||
|
||
获取Block的大小。
|
||
在ClickHouse中,查询始终工作在Block(包含列的部分的集合)上。此函数允许您获取调用其的块的大小。
|
||
|
||
## 实现(x) {#materializex}
|
||
|
||
将一个常量列变为一个非常量列。
|
||
在ClickHouse中,非常量列和常量列在内存中的表示方式不同。尽管函数对于常量列和非常量总是返回相同的结果,但它们的工作方式可能完全不同(执行不同的代码)。此函数用于调试这种行为。
|
||
|
||
## ignore(…) {#ignore}
|
||
|
||
接受任何参数,包括`NULL`。始终返回0。
|
||
但是,函数的参数总是被计算的。该函数可以用于基准测试。
|
||
|
||
## 睡眠(秒) {#sleepseconds}
|
||
|
||
在每个Block上休眠’seconds’秒。可以是整数或浮点数。
|
||
|
||
## sleepEachRow(秒) {#sleepeachrowseconds}
|
||
|
||
在每行上休眠’seconds’秒。可以是整数或浮点数。
|
||
|
||
## 当前数据库() {#currentdatabase}
|
||
|
||
返回当前数据库的名称。
|
||
当您需要在CREATE TABLE中的表引擎参数中指定数据库,您可以使用此函数。
|
||
|
||
## isFinite(x) {#isfinitex}
|
||
|
||
接受Float32或Float64类型的参数,如果参数不是infinite且不是NaN,则返回1,否则返回0。
|
||
|
||
## isInfinite(x) {#isinfinitex}
|
||
|
||
接受Float32或Float64类型的参数,如果参数是infinite,则返回1,否则返回0。注意NaN返回0。
|
||
|
||
## isNaN(x) {#isnanx}
|
||
|
||
接受Float32或Float64类型的参数,如果参数是Nan,则返回1,否则返回0。
|
||
|
||
## hasColumnInTable(\[‘hostname’\[, ‘username’\[, ‘password’\]\],\] ‘database’, ‘table’, ‘column’) {#hascolumnintablehostname-username-password-database-table-column}
|
||
|
||
接受常量字符串:数据库名称、表名称和列名称。 如果存在列,则返回等于1的UInt8常量表达式,否则返回0。 如果设置了hostname参数,则测试将在远程服务器上运行。
|
||
如果表不存在,该函数将引发异常。
|
||
对于嵌套数据结构中的元素,该函数检查是否存在列。 对于嵌套数据结构本身,函数返回0。
|
||
|
||
## 酒吧 {#function-bar}
|
||
|
||
使用unicode构建图表。
|
||
|
||
`bar(x, min, max, width)` 当`x = max`时, 绘制一个宽度与`(x - min)`成正比且等于`width`的字符带。
|
||
|
||
参数:
|
||
|
||
- `x` — 要显示的尺寸。
|
||
- `min, max` — 整数常量,该值必须是`Int64`。
|
||
- `width` — 常量,可以是正整数或小数。
|
||
|
||
字符带的绘制精度是符号的八分之一。
|
||
|
||
示例:
|
||
|
||
``` sql
|
||
SELECT
|
||
toHour(EventTime) AS h,
|
||
count() AS c,
|
||
bar(c, 0, 600000, 20) AS bar
|
||
FROM test.hits
|
||
GROUP BY h
|
||
ORDER BY h ASC
|
||
```
|
||
|
||
┌──h─┬──────c─┬─bar────────────────┐
|
||
│ 0 │ 292907 │ █████████▋ │
|
||
│ 1 │ 180563 │ ██████ │
|
||
│ 2 │ 114861 │ ███▋ │
|
||
│ 3 │ 85069 │ ██▋ │
|
||
│ 4 │ 68543 │ ██▎ │
|
||
│ 5 │ 78116 │ ██▌ │
|
||
│ 6 │ 113474 │ ███▋ │
|
||
│ 7 │ 170678 │ █████▋ │
|
||
│ 8 │ 278380 │ █████████▎ │
|
||
│ 9 │ 391053 │ █████████████ │
|
||
│ 10 │ 457681 │ ███████████████▎ │
|
||
│ 11 │ 493667 │ ████████████████▍ │
|
||
│ 12 │ 509641 │ ████████████████▊ │
|
||
│ 13 │ 522947 │ █████████████████▍ │
|
||
│ 14 │ 539954 │ █████████████████▊ │
|
||
│ 15 │ 528460 │ █████████████████▌ │
|
||
│ 16 │ 539201 │ █████████████████▊ │
|
||
│ 17 │ 523539 │ █████████████████▍ │
|
||
│ 18 │ 506467 │ ████████████████▊ │
|
||
│ 19 │ 520915 │ █████████████████▎ │
|
||
│ 20 │ 521665 │ █████████████████▍ │
|
||
│ 21 │ 542078 │ ██████████████████ │
|
||
│ 22 │ 493642 │ ████████████████▍ │
|
||
│ 23 │ 400397 │ █████████████▎ │
|
||
└────┴────────┴────────────────────┘
|
||
|
||
## 变换 {#transform}
|
||
|
||
根据定义,将某些元素转换为其他元素。
|
||
此函数有两种使用方式:
|
||
|
||
1. `transform(x, array_from, array_to, default)`
|
||
|
||
`x` – 要转换的值。
|
||
|
||
`array_from` – 用于转换的常量数组。
|
||
|
||
`array_to` – 将’from’中的值转换为的常量数组。
|
||
|
||
`default` – 如果’x’不等于’from’中的任何值,则默认转换的值。
|
||
|
||
`array_from` 和 `array_to` – 拥有相同大小的数组。
|
||
|
||
类型约束:
|
||
|
||
`transform(T, Array(T), Array(U), U) -> U`
|
||
|
||
`T`和`U`可以是String,Date,DateTime或任意数值类型的。
|
||
对于相同的字母(T或U),如果数值类型,那么它们不可不完全匹配的,只需要具备共同的类型即可。
|
||
例如,第一个参数是Int64类型,第二个参数是Array(UInt16)类型。
|
||
|
||
如果’x’值等于’array_from’数组中的一个元素,它将从’array_to’数组返回一个对应的元素(下标相同)。否则,它返回’default’。如果’array_from’匹配到了多个元素,则返回第一个匹配的元素。
|
||
|
||
示例:
|
||
|
||
``` sql
|
||
SELECT
|
||
transform(SearchEngineID, [2, 3], ['Yandex', 'Google'], 'Other') AS title,
|
||
count() AS c
|
||
FROM test.hits
|
||
WHERE SearchEngineID != 0
|
||
GROUP BY title
|
||
ORDER BY c DESC
|
||
```
|
||
|
||
┌─title─────┬──────c─┐
|
||
│ Yandex │ 498635 │
|
||
│ Google │ 229872 │
|
||
│ Other │ 104472 │
|
||
└───────────┴────────┘
|
||
|
||
1. `transform(x, array_from, array_to)`
|
||
|
||
与第一种不同在于省略了’default’参数。
|
||
如果’x’值等于’array_from’数组中的一个元素,它将从’array_to’数组返回相应的元素(下标相同)。 否则,它返回’x’。
|
||
|
||
类型约束:
|
||
|
||
`transform(T, Array(T), Array(T)) -> T`
|
||
|
||
示例:
|
||
|
||
``` sql
|
||
SELECT
|
||
transform(domain(Referer), ['yandex.ru', 'google.ru', 'vk.com'], ['www.yandex', 'example.com']) AS s,
|
||
count() AS c
|
||
FROM test.hits
|
||
GROUP BY domain(Referer)
|
||
ORDER BY count() DESC
|
||
LIMIT 10
|
||
```
|
||
|
||
┌─s──────────────┬───────c─┐
|
||
│ │ 2906259 │
|
||
│ www.yandex │ 867767 │
|
||
│ ███████.ru │ 313599 │
|
||
│ mail.yandex.ru │ 107147 │
|
||
│ ██████.ru │ 100355 │
|
||
│ █████████.ru │ 65040 │
|
||
│ news.yandex.ru │ 64515 │
|
||
│ ██████.net │ 59141 │
|
||
│ example.com │ 57316 │
|
||
└────────────────┴─────────┘
|
||
|
||
## formatReadableSize(x) {#formatreadablesizex}
|
||
|
||
接受大小(字节数)。返回带有后缀(KiB, MiB等)的字符串。
|
||
|
||
示例:
|
||
|
||
``` sql
|
||
SELECT
|
||
arrayJoin([1, 1024, 1024*1024, 192851925]) AS filesize_bytes,
|
||
formatReadableSize(filesize_bytes) AS filesize
|
||
```
|
||
|
||
┌─filesize_bytes─┬─filesize───┐
|
||
│ 1 │ 1.00 B │
|
||
│ 1024 │ 1.00 KiB │
|
||
│ 1048576 │ 1.00 MiB │
|
||
│ 192851925 │ 183.92 MiB │
|
||
└────────────────┴────────────┘
|
||
|
||
## 至少(a,b) {#leasta-b}
|
||
|
||
返回a和b中的最小值。
|
||
|
||
## 最伟大(a,b) {#greatesta-b}
|
||
|
||
返回a和b的最大值。
|
||
|
||
## 碌莽禄time拢time() {#uptime}
|
||
|
||
返回服务正常运行的秒数。
|
||
|
||
## 版本() {#version}
|
||
|
||
以字符串形式返回服务器的版本。
|
||
|
||
## 时区() {#timezone}
|
||
|
||
返回服务器的时区。
|
||
|
||
## blockNumber {#blocknumber}
|
||
|
||
返回行所在的Block的序列号。
|
||
|
||
## rowNumberInBlock {#function-rownumberinblock}
|
||
|
||
返回行所在Block中行的序列号。 针对不同的Block始终重新计算。
|
||
|
||
## rowNumberInAllBlocks() {#rownumberinallblocks}
|
||
|
||
返回行所在结果集中的序列号。此函数仅考虑受影响的Block。
|
||
|
||
## 运行差异(x) {#other_functions-runningdifference}
|
||
|
||
计算数据块中相邻行的值之间的差异。
|
||
对于第一行返回0,并为每个后续行返回与前一行的差异。
|
||
|
||
函数的结果取决于受影响的Block和Block中的数据顺序。
|
||
如果使用ORDER BY创建子查询并从子查询外部调用该函数,则可以获得预期结果。
|
||
|
||
示例:
|
||
|
||
``` sql
|
||
SELECT
|
||
EventID,
|
||
EventTime,
|
||
runningDifference(EventTime) AS delta
|
||
FROM
|
||
(
|
||
SELECT
|
||
EventID,
|
||
EventTime
|
||
FROM events
|
||
WHERE EventDate = '2016-11-24'
|
||
ORDER BY EventTime ASC
|
||
LIMIT 5
|
||
)
|
||
```
|
||
|
||
┌─EventID─┬───────────EventTime─┬─delta─┐
|
||
│ 1106 │ 2016-11-24 00:00:04 │ 0 │
|
||
│ 1107 │ 2016-11-24 00:00:05 │ 1 │
|
||
│ 1108 │ 2016-11-24 00:00:05 │ 0 │
|
||
│ 1109 │ 2016-11-24 00:00:09 │ 4 │
|
||
│ 1110 │ 2016-11-24 00:00:10 │ 1 │
|
||
└─────────┴─────────────────────┴───────┘
|
||
|
||
## 运行差异启动与第一值 {#runningdifferencestartingwithfirstvalue}
|
||
|
||
与[运行差异](./other-functions.md#other_functions-runningdifference)相同,区别在于第一行返回第一行的值,后续每个后续行返回与上一行的差值。
|
||
|
||
## MACNumToString(num) {#macnumtostringnum}
|
||
|
||
接受一个UInt64类型的数字。 将其解释为big endian的MAC地址。 返回包含相应MAC地址的字符串,格式为AA:BB:CC:DD:EE:FF(以冒号分隔的十六进制形式的数字)。
|
||
|
||
## MACStringToNum(s) {#macstringtonums}
|
||
|
||
与MACNumToString相反。 如果MAC地址格式无效,则返回0。
|
||
|
||
## MACStringToOUI(s) {#macstringtoouis}
|
||
|
||
接受格式为AA:BB:CC:DD:EE:FF(十六进制形式的冒号分隔数字)的MAC地址。 返回前三个八位字节作为UInt64编号。 如果MAC地址格式无效,则返回0。
|
||
|
||
## getSizeOfEnumType {#getsizeofenumtype}
|
||
|
||
返回[枚举](../../sql-reference/functions/other-functions.md)中的枚举数量。
|
||
|
||
getSizeOfEnumType(value)
|
||
|
||
**参数:**
|
||
|
||
- `value` — `Enum`类型的值。
|
||
|
||
**返回值**
|
||
|
||
- `Enum`的枚举数量。
|
||
- 如果类型不是`Enum`,则抛出异常。
|
||
|
||
**示例**
|
||
|
||
SELECT getSizeOfEnumType( CAST('a' AS Enum8('a' = 1, 'b' = 2) ) ) AS x
|
||
|
||
┌─x─┐
|
||
│ 2 │
|
||
└───┘
|
||
|
||
## toColumnTypeName {#tocolumntypename}
|
||
|
||
返回在RAM中列的数据类型的名称。
|
||
|
||
toColumnTypeName(value)
|
||
|
||
**参数:**
|
||
|
||
- `value` — 任何类型的值。
|
||
|
||
**返回值**
|
||
|
||
- 一个字符串,其内容是`value`在RAM中的类型名称。
|
||
|
||
**`toTypeName ' 与 ' toColumnTypeName`的区别示例**
|
||
|
||
:) select toTypeName(cast('2018-01-01 01:02:03' AS DateTime))
|
||
|
||
SELECT toTypeName(CAST('2018-01-01 01:02:03', 'DateTime'))
|
||
|
||
┌─toTypeName(CAST('2018-01-01 01:02:03', 'DateTime'))─┐
|
||
│ DateTime │
|
||
└─────────────────────────────────────────────────────┘
|
||
|
||
1 rows in set. Elapsed: 0.008 sec.
|
||
|
||
:) select toColumnTypeName(cast('2018-01-01 01:02:03' AS DateTime))
|
||
|
||
SELECT toColumnTypeName(CAST('2018-01-01 01:02:03', 'DateTime'))
|
||
|
||
┌─toColumnTypeName(CAST('2018-01-01 01:02:03', 'DateTime'))─┐
|
||
│ Const(UInt32) │
|
||
└───────────────────────────────────────────────────────────┘
|
||
|
||
该示例显示`DateTime`数据类型作为`Const(UInt32)`存储在内存中。
|
||
|
||
## dumpColumnStructure {#dumpcolumnstructure}
|
||
|
||
输出在RAM中的数据结果的详细信息。
|
||
|
||
dumpColumnStructure(value)
|
||
|
||
**参数:**
|
||
|
||
- `value` — 任何类型的值.
|
||
|
||
**返回值**
|
||
|
||
- 一个字符串,其内容是`value`在RAM中的数据结构的详细描述。
|
||
|
||
**示例**
|
||
|
||
SELECT dumpColumnStructure(CAST('2018-01-01 01:02:03', 'DateTime'))
|
||
|
||
┌─dumpColumnStructure(CAST('2018-01-01 01:02:03', 'DateTime'))─┐
|
||
│ DateTime, Const(size = 1, UInt32(size = 1)) │
|
||
└──────────────────────────────────────────────────────────────┘
|
||
|
||
## defaultValueOfArgumentType {#defaultvalueofargumenttype}
|
||
|
||
输出数据类型的默认值。
|
||
|
||
不包括用户设置的自定义列的默认值。
|
||
|
||
defaultValueOfArgumentType(expression)
|
||
|
||
**参数:**
|
||
|
||
- `expression` — 任意类型的值或导致任意类型值的表达式。
|
||
|
||
**返回值**
|
||
|
||
- 数值类型返回`0`。
|
||
- 字符串类型返回空的字符串。
|
||
- [可为空](../../sql-reference/functions/other-functions.md)类型返回`ᴺᵁᴸᴸ`。
|
||
|
||
**示例**
|
||
|
||
:) SELECT defaultValueOfArgumentType( CAST(1 AS Int8) )
|
||
|
||
SELECT defaultValueOfArgumentType(CAST(1, 'Int8'))
|
||
|
||
┌─defaultValueOfArgumentType(CAST(1, 'Int8'))─┐
|
||
│ 0 │
|
||
└─────────────────────────────────────────────┘
|
||
|
||
1 rows in set. Elapsed: 0.002 sec.
|
||
|
||
:) SELECT defaultValueOfArgumentType( CAST(1 AS Nullable(Int8) ) )
|
||
|
||
SELECT defaultValueOfArgumentType(CAST(1, 'Nullable(Int8)'))
|
||
|
||
┌─defaultValueOfArgumentType(CAST(1, 'Nullable(Int8)'))─┐
|
||
│ ᴺᵁᴸᴸ │
|
||
└───────────────────────────────────────────────────────┘
|
||
|
||
1 rows in set. Elapsed: 0.002 sec.
|
||
|
||
|
||
## indexHint {#indexhint}
|
||
输出符合索引选择范围内的所有数据,同时不实用参数中的表达式进行过滤。
|
||
|
||
传递给函数的表达式参数将不会被计算,但ClickHouse使用参数中的表达式进行索引过滤。
|
||
|
||
**返回值**
|
||
|
||
- 1。
|
||
|
||
**示例**
|
||
|
||
这是一个包含[ontime](../../getting-started/example-datasets/ontime.md)测试数据集的测试表。
|
||
|
||
```
|
||
SELECT count() FROM ontime
|
||
|
||
┌─count()─┐
|
||
│ 4276457 │
|
||
└─────────┘
|
||
```
|
||
|
||
该表使用`(FlightDate, (Year, FlightDate))`作为索引。
|
||
|
||
对该表进行如下的查询:
|
||
|
||
```
|
||
:) SELECT FlightDate AS k, count() FROM ontime GROUP BY k ORDER BY k
|
||
|
||
SELECT
|
||
FlightDate AS k,
|
||
count()
|
||
FROM ontime
|
||
GROUP BY k
|
||
ORDER BY k ASC
|
||
|
||
┌──────────k─┬─count()─┐
|
||
│ 2017-01-01 │ 13970 │
|
||
│ 2017-01-02 │ 15882 │
|
||
........................
|
||
│ 2017-09-28 │ 16411 │
|
||
│ 2017-09-29 │ 16384 │
|
||
│ 2017-09-30 │ 12520 │
|
||
└────────────┴─────────┘
|
||
|
||
273 rows in set. Elapsed: 0.072 sec. Processed 4.28 million rows, 8.55 MB (59.00 million rows/s., 118.01 MB/s.)
|
||
```
|
||
|
||
在这个查询中,由于没有使用索引,所以ClickHouse将处理整个表的所有数据(`Processed 4.28 million rows`)。使用下面的查询尝试使用索引进行查询:
|
||
|
||
```
|
||
:) SELECT FlightDate AS k, count() FROM ontime WHERE k = '2017-09-15' GROUP BY k ORDER BY k
|
||
|
||
SELECT
|
||
FlightDate AS k,
|
||
count()
|
||
FROM ontime
|
||
WHERE k = '2017-09-15'
|
||
GROUP BY k
|
||
ORDER BY k ASC
|
||
|
||
┌──────────k─┬─count()─┐
|
||
│ 2017-09-15 │ 16428 │
|
||
└────────────┴─────────┘
|
||
|
||
1 rows in set. Elapsed: 0.014 sec. Processed 32.74 thousand rows, 65.49 KB (2.31 million rows/s., 4.63 MB/s.)
|
||
```
|
||
|
||
在最后一行的显示中,通过索引ClickHouse处理的行数明显减少(`Processed 32.74 thousand rows`)。
|
||
|
||
现在将表达式`k = '2017-09-15'`传递给`indexHint`函数:
|
||
|
||
```
|
||
:) SELECT FlightDate AS k, count() FROM ontime WHERE indexHint(k = '2017-09-15') GROUP BY k ORDER BY k
|
||
|
||
SELECT
|
||
FlightDate AS k,
|
||
count()
|
||
FROM ontime
|
||
WHERE indexHint(k = '2017-09-15')
|
||
GROUP BY k
|
||
ORDER BY k ASC
|
||
|
||
┌──────────k─┬─count()─┐
|
||
│ 2017-09-14 │ 7071 │
|
||
│ 2017-09-15 │ 16428 │
|
||
│ 2017-09-16 │ 1077 │
|
||
│ 2017-09-30 │ 8167 │
|
||
└────────────┴─────────┘
|
||
|
||
4 rows in set. Elapsed: 0.004 sec. Processed 32.74 thousand rows, 65.49 KB (8.97 million rows/s., 17.94 MB/s.)
|
||
```
|
||
|
||
对于这个请求,根据ClickHouse显示ClickHouse与上一次相同的方式应用了索引(`Processed 32.74 thousand rows`)。但是,最终返回的结果集中并没有根据`k = '2017-09-15'`表达式进行过滤结果。
|
||
|
||
由于ClickHouse中使用稀疏索引,因此在读取范围时(本示例中为相邻日期),"额外"的数据将包含在索引结果中。使用`indexHint`函数可以查看到它们。
|
||
|
||
## 复制 {#replicate}
|
||
|
||
使用单个值填充一个数组。
|
||
|
||
用于[arrayJoin](array-join.md#functions_arrayjoin)的内部实现。
|
||
|
||
replicate(x, arr)
|
||
|
||
**参数:**
|
||
|
||
- `arr` — 原始数组。 ClickHouse创建一个与原始数据长度相同的新数组,并用值`x`填充它。
|
||
- `x` — 生成的数组将被填充的值。
|
||
|
||
**输出**
|
||
|
||
- 一个被`x`填充的数组。
|
||
|
||
**示例**
|
||
|
||
SELECT replicate(1, ['a', 'b', 'c'])
|
||
|
||
┌─replicate(1, ['a', 'b', 'c'])─┐
|
||
│ [1,1,1] │
|
||
└───────────────────────────────┘
|
||
|
||
## 文件系统可用 {#filesystemavailable}
|
||
|
||
返回磁盘的剩余空间信息(以字节为单位)。使用配置文件中的path配置评估此信息。
|
||
|
||
## 文件系统容量 {#filesystemcapacity}
|
||
|
||
返回磁盘的容量信息,以字节为单位。使用配置文件中的path配置评估此信息。
|
||
|
||
## 最后聚会 {#function-finalizeaggregation}
|
||
|
||
获取聚合函数的状态。返回聚合结果(最终状态)。
|
||
|
||
## 跑累积 {#function-runningaccumulate}
|
||
|
||
获取聚合函数的状态并返回其具体的值。这是从第一行到当前行的所有行累计的结果。
|
||
|
||
例如,获取聚合函数的状态(示例runningAccumulate(uniqState(UserID))),对于数据块的每一行,返回所有先前行和当前行的状态合并后的聚合函数的结果。
|
||
因此,函数的结果取决于分区中数据块的顺序以及数据块中行的顺序。
|
||
|
||
## joinGet(‘join_storage_table_name’, ‘get_column’,join_key) {#joingetjoin-storage-table-name-get-column-join-key}
|
||
|
||
使用指定的连接键从Join类型引擎的表中获取数据。
|
||
|
||
## modelEvaluate(model_name, …) {#function-modelevaluate}
|
||
|
||
使用外部模型计算。
|
||
接受模型的名称以及模型的参数。返回Float64类型的值。
|
||
|
||
## throwIf(x) {#throwifx}
|
||
|
||
如果参数不为零则抛出异常。
|
||
|
||
[来源文章](https://clickhouse.com/docs/en/query_language/functions/other_functions/) <!--hide-->
|