聚合函数

聚合函数以常规方式工作，符合数据库专家对其的预期。

ClickHouse 还支持：

参数化聚合函数，除了列之外还可以接受其他参数。
组合器，用于改变聚合函数的行为。

NULL 处理

在聚合过程中，所有 NULL 参数都会被跳过。如果聚合函数有多个参数，那么对于任意一个或多个参数为 NULL 的行，都会被忽略。

此规则有一个例外，即函数 first_value、last_value 及其别名（分别为 any 和 anyLast），当它们后面带有修饰符 RESPECT NULLS 时。例如，FIRST_VALUE(b) RESPECT NULLS。

示例：

考虑下表：

┌─x─┬────y─┐
│ 1 │    2 │
│ 2 │ ᴺᵁᴸᴸ │
│ 3 │    2 │
│ 3 │    3 │
│ 3 │ ᴺᵁᴸᴸ │
└───┴──────┘

假设你需要对 y 列的值求总和：

SELECT sum(y) FROM t_null_big

┌─sum(y)─┐
│      7 │
└────────┘

现在，你可以使用 groupArray 函数根据 y 列生成一个数组：

SELECT groupArray(y) FROM t_null_big

┌─groupArray(y)─┐
│ [2,2,3]       │
└───────────────┘

groupArray 在结果数组中不会包含 NULL。

你可以使用 COALESCE 将 NULL 转换为在你的使用场景中有意义的值。例如：avg(COALESCE(column, 0)) 会在聚合中使用该列的值；如果为 NULL 则使用 0：

SELECT
    avg(y),
    avg(coalesce(y, 0))
FROM t_null_big

┌─────────────avg(y)─┬─avg(coalesce(y, 0))─┐
│ 2.3333333333333335 │                 1.4 │
└────────────────────┴─────────────────────┘

你也可以使用 Tuple 来绕过 NULL 跳过行为。仅包含一个 NULL 值的 Tuple 本身并不是 NULL，因此聚合函数不会因为这个 NULL 值而跳过该行。

SELECT
    groupArray(y),
    groupArray(tuple(y)).1
FROM t_null_big;

┌─groupArray(y)─┬─tupleElement(groupArray(tuple(y)), 1)─┐
│ [2,2,3]       │ [2,NULL,2,3,NULL]                     │
└───────────────┴───────────────────────────────────────┘

请注意，当这些列被用作聚合函数的参数时，相应的聚合将被跳过。例如，没有参数的 count（count()）或仅带常量参数的形式（count(1)）会对数据块中的所有行进行计数（与 GROUP BY 列的取值无关，因为该列不是参数），而 count(column) 只会返回该列值不为 NULL 的行数。

SELECT
    v,
    count(1),
    count(v)
FROM
(
    SELECT if(number < 10, NULL, number % 3) AS v
    FROM numbers(15)
)
GROUP BY v

┌────v─┬─count()─┬─count(v)─┐
│ ᴺᵁᴸᴸ │      10 │        0 │
│    0 │       1 │        1 │
│    1 │       2 │        2 │
│    2 │       2 │        2 │
└──────┴─────────┴──────────┘

下面是一个使用 RESPECT NULLS 的 first_value 示例，可以看到 NULL 输入会被保留（不会被跳过），并且它会返回读取到的第一个值，无论该值是否为 NULL：

SELECT
    col || '_' || ((col + 1) * 5 - 1) AS range,
    first_value(odd_or_null) AS first,
    first_value(odd_or_null) IGNORE NULLS as first_ignore_null,
    first_value(odd_or_null) RESPECT NULLS as first_respect_nulls
FROM
(
    SELECT
        intDiv(number, 5) AS col,
        if(number % 2 == 0, NULL, number) AS odd_or_null
    FROM numbers(15)
)
GROUP BY col
ORDER BY col

┌─range─┬─first─┬─first_ignore_null─┬─first_respect_nulls─┐
│ 0_4   │     1 │                 1 │                ᴺᵁᴸᴸ │
│ 1_9   │     5 │                 5 │                   5 │
│ 2_14  │    11 │                11 │                ᴺᵁᴸᴸ │
└───────┴───────┴───────────────────┴─────────────────────┘

NULL 处理​

NULL 处理