聚合函数

聚合函数对一组值执行计算并返回单个值。聚合函数只能用在以下表达式中：

• select 语句的 select 列表（子查询或外部查询）。
• HAVING 子句。

AVG

avg(col)

返回组中的平均值。空值不参与计算。支持增量计算。

COUNT

count(*)
count(col)

返回组中的项目数。空值不参与计算。支持增量计算。

MAX

max(col)

返回组中的最大值。空值不参与计算。支持增量计算。

MIN

min(col)

返回组中的最小值。空值不参与计算。支持增量计算。

SUM

sum(col)

返回组中所有值的总和。空值不参与计算。支持增量计算。

COLLECT

collect(*)
collect(col)

返回组中指定的列或整个消息（参数为*时）的值组成的数组。支持增量计算。

示例

• 获取当前窗口所有消息的列 a 的值组成的数组。假设列 a 的类型为 int, 则结果为: [{"r1":[32, 45]}]

  SELECT collect(a) as r1 FROM test GROUP BY TumblingWindow(ss, 10)

• 获取当前窗口所有消息的值组成的数组。结果为: [{"r1":[{"a":32, "b":"hello"}, {"a":45, "b":"world"}]}]

  SELECT collect(*) as r1 FROM test GROUP BY TumblingWindow(ss, 10)

• 获取当前窗口第二个消息的列 a 的值。结果为: [{"r1":32}]

  SELECT collect(*)[1]->a as r1 FROM test GROUP BY TumblingWindow(ss, 10)

LAST_VALUE

last_value(*, true)
last_value(col, false)

用于返回在组中指定列或整个消息中最后一行的值。该函数有两个参数，第一个参数用于指定列或整个消息，第二个参数用于指定是否需要忽略空值；如果第二个参数为 true，则该函数仅返回最后的非空值，如果没有非空值，则返回空值；如果第二个参数为 false，则函数将返回最后的值，无论它是否为空。支持增量计算。

MERGE_AGG

merge_agg(*)
merge_agg(col)

将组中的值合并为单个值。若存在重复键时取较后对象的值。它不进行递归操作；只合并顶级键值。

如果参数是列，结果将是一个包含列中所有对象的键的联合的对象。如果列只包含非对象值，则结果将是一个空对象。支持增量计算。

示例

假设组中的值如下所示：

{"a": {"a": 2}, "b": 2, "c": 3}
{"a": {"b": 2}, "b": 5, "d": 6}
{"a": {"a": 3}, "b": 8}

• 合并 * 结果为： {"a": {"a": 3}, "b": 8, "c": 3, "d": 6}

  SELECT merge_agg(*) as r1 FROM test GROUP BY TumblingWindow(ss, 10)

• 合并对象列，结果为： {"a": 3, "b": 2}

  SELECT merge_agg(a) as r1 FROM test GROUP BY TumblingWindow(ss, 10)

• 合并非对象列： {}

  SELECT merge_agg(b) as r1 FROM test GROUP BY TumblingWindow(ss, 10)

DEDUPLICATE

deduplicate(col, false)

返回当前组去重的结果，通常用在窗口中。其中，第一个参数指定用于去重的列；第二个参数指定是否返回全部结果。若为 false ，则仅返回最近的未重复的项；若最近的项有重复，则返回空数组；此时可以设置 sink 参数 omitIfEmpty，使得 sink 接到空结果后不触发。

示例

• 获取当前窗口中，列 a 值不重复的所有消息组成的数组。结果为: [{"r1":{"a":32, "b":"hello"}, {"a":45, "b":"world"}}]

  SELECT deduplicate(a, true) as r1 FROM test GROUP BY TumblingWindow(ss, 10)

• 获取列 a 值在过去一小时中不重复的值。每收到一条新消息，都会检测列 a 是否重复，若不重复则输出：[{"r1":32}] 或者 [{"r1":45}]。若检测到重复值，则输出 [{}] 。此时，可以设置 omitIfEmpty 的 sink 参数使得检测到重复值时不触发规则。

  SELECT deduplicate(a, false)->a as r1 FROM demo GROUP BY SlidingWindow(hh, 1)

MEDIAN

median(col)

返回组中所有值的中位数。

STDDEV

stddev(col)

返回组中所有值的标准差。空值不参与计算。

STDDEVS

stddevs(col)

返回组中所有值的样本标准差。空值不参与计算。

VAR

var(col)

返回组中所有值的方差。空值不参与计算。

VARS

vars(col)

返回组中所有值的样本方差。空值不参与计算。

PERCENTILE

percentile(col, 0.5)

返回组中所有值的指定百分位数。空值不参与计算。其中，第一个参数指定用于计算百分位数的列；第二个参数指定百分位数的值，取值范围为 0.0 ~ 1.0 。

PERCENTILE_DISC

percentile_disc(col, 0.5)

返回组中所有值的指定百分位数。空值不参与计算。其中，第一个参数指定用于计算百分位数的列；第二个参数指定百分位数的值，取值范围为 0.0 ~ 1.0 。

LAST_AGG_HIT_COUNT

last_agg_hit_count()

返回该函数的总命中次数。通常用于获取聚合规则的累计触发次数。如果在 HAVING 子句中使用，只有当条件为真时才会更新计数。 若要在非聚合规则中实现类似功能，请使用 last_hit_count。

LAST_AGG_HIT_TIME

last_agg_hit_time()

返回该函数最后一次命中时的 int64 格式时间戳。通常用于获取聚合规则的最后一次触发时间。如果在 HAVING 子句中使用，只有当条件为真时才会更新时间戳。 若要在非聚合规则中实现类似功能，请使用 last_hit_time。