avgState

描述

State 组合器 可以应用于 avg 函数，用于生成 AggregateFunction(avg, T) 类型的中间状态，其中 T 是指定的平均值类型。

示例用法

在这个示例中,我们将演示如何将 AggregateFunction 类型与 avgState 函数结合使用来聚合网站流量数据。

首先创建网站流量数据的源表：

CREATE TABLE raw_page_views
(
    page_id UInt32,
    page_name String,
    response_time_ms UInt32,  -- Page response time in milliseconds
    viewed_at DateTime DEFAULT now()
)
ENGINE = MergeTree()
ORDER BY (page_id, viewed_at);

创建用于存储平均响应时间的汇总表。请注意，avg 不能使用 SimpleAggregateFunction 类型，因为它需要维护更复杂的状态(求和与计数)。因此我们使用 AggregateFunction 类型:

CREATE TABLE page_performance
(
    page_id UInt32,
    page_name String,
    avg_response_time AggregateFunction(avg, UInt32)  -- Stores the state needed for avg calculation
)
ENGINE = AggregatingMergeTree()
ORDER BY page_id;

创建一个增量materialized view,使其在有新数据插入时充当触发器,并将中间状态数据存储到前面定义的目标表中:

CREATE MATERIALIZED VIEW page_performance_mv
TO page_performance
AS SELECT
    page_id,
    page_name,
    avgState(response_time_ms) AS avg_response_time  -- Using -State combinator
FROM raw_page_views
GROUP BY page_id, page_name;

向源表插入一些初始数据,从而在磁盘上生成一个数据部分(part):

INSERT INTO raw_page_views (page_id, page_name, response_time_ms) VALUES
    (1, 'Homepage', 120),
    (1, 'Homepage', 135),
    (2, 'Products', 95),
    (2, 'Products', 105),
    (3, 'About', 80),
    (3, 'About', 90);

再写入一些数据，以在磁盘上创建第二个数据部分（part）：

INSERT INTO raw_page_views (page_id, page_name, response_time_ms) VALUES
(1, 'Homepage', 150),
(2, 'Products', 110),
(3, 'About', 70),
(4, 'Contact', 60),
(4, 'Contact', 65);

查看目标表 page_performance：

SELECT 
    page_id,
    page_name,
    avg_response_time,
    toTypeName(avg_response_time)
FROM page_performance

┌─page_id─┬─page_name─┬─avg_response_time─┬─toTypeName(avg_response_time)──┐
│       1 │ Homepage  │ �                 │ AggregateFunction(avg, UInt32) │
│       2 │ Products  │ �                 │ AggregateFunction(avg, UInt32) │
│       3 │ About     │ �                 │ AggregateFunction(avg, UInt32) │
│       1 │ Homepage  │ �                 │ AggregateFunction(avg, UInt32) │
│       2 │ Products  │ n                 │ AggregateFunction(avg, UInt32) │
│       3 │ About     │ F                 │ AggregateFunction(avg, UInt32) │
│       4 │ Contact   │ }                 │ AggregateFunction(avg, UInt32) │
└─────────┴───────────┴───────────────────┴────────────────────────────────┘

请注意,avg_response_time 列的类型是 AggregateFunction(avg, UInt32), 它存储的是中间状态信息。还要注意,avg_response_time 的行数据对我们 没有用处,并且我们会看到一些奇怪的文本字符,比如 �, n, F, }。这是终端 试图将二进制数据按文本形式显示造成的结果。造成这种情况的原因是,AggregateFunction 类型以 二进制格式存储其状态,该格式经过优化以实现高效存储和计算,而不是为了 便于人类阅读。这个二进制状态包含了计算平均值所需的全部信息。

要利用它,请使用 Merge 组合器:

SELECT
    page_id,
    page_name,
    avgMerge(avg_response_time) AS average_response_time_ms
FROM page_performance
GROUP BY page_id, page_name
ORDER BY page_id;

现在我们得到了正确的平均值：

┌─page_id─┬─page_name─┬─average_response_time_ms─┐
│       1 │ Homepage  │                      135 │
│       2 │ Products  │       103.33333333333333 │
│       3 │ About     │                       80 │
│       4 │ Contact   │                     62.5 │
└─────────┴───────────┴──────────────────────────┘

另请参阅

• avg
• State