9.20. 聚集函数

9.20. 聚集函数
上一页	上一级	第 9 章函数和操作符	起始页	下一页

聚集函数从一个输入值的集合计算一个单一结果。内建的通用聚集函数被列在表 9.52中，统计信息聚合函数列在表 9.53中。内建的组内顺序集聚集函数被列在表 9.54中，而内置的组内假设集函数列在表 9.55中。分组操作，这与聚集函数有密切联系，被列在表 9.56中。聚集函数的特殊语法考虑在第 4.2.7 节中解释。更多介绍性信息请参考第 2.7 节。

表 9.52. 通用聚集函数

函数	参数类型	返回类型	局部模式	描述
`array_agg(expression)`	任何非数组类型	参数类型的数组	No	输入值（包括空）被连接到一个数组
`array_agg(expression)`	任何数组类型	和参数数据类型一样	No	级联到更高维数组的输入数组（输入必须都具有相同的维度，不能为空或NULL）
`avg(expression)`	`smallint`, `int`, `bigint`、`real`、`double precision`、`numeric`或`interval`	对于任何整数类型参数是`numeric`，对于一个浮点参数是`double precision`，否则和参数数据类型相同	Yes	所有输入值的平均值（算术平均）
`bit_and(expression)`	`smallint`、`int`、`bigint`或`bit`	与参数数据类型相同	Yes	所有非空输入值的按位与，如果没有非空值则结果是空值
`bit_or(expression)`	`smallint`, `int`, `bigint`, or `bit`	与参数数据类型相同	Yes	所有非空输入值的按位或，如果没有非空值则结果是空值
`bool_and(expression)`	`bool`	`bool`	Yes	如果所有输入值为真则结果为真，否则为假
`bool_or(expression)`	`bool`	`bool`	Yes	至少一个输入值为真时结果为真，否则为假
`count(*)`		`bigint`	Yes	输入的行数
`count(expression)`	any	`bigint`	Yes	`expression`值非空的输入行的数目
`every(expression)`	`bool`	`bool`	Yes	等价于`bool_and`
`json_agg(expression)`	`any`	`json`	No	将值聚集成一个 JSON 数组
`jsonb_agg(expression)`	`any`	`jsonb`	No	将值聚集成一个JSON数组
`json_object_agg(name, value)`	`(any, any)`	`json`	No	将名字/值对聚集成一个 JSON 对象
`jsonb_object_agg(name, value)`	`(any, any)`	`jsonb`	No	将名字/值对聚集成一个JSON对象
`max(expression)`	任意数字、字符串，日期/时间，网络，或枚举类型或这些类型数组	与参数数据类型相同	Yes	所有输入值中`expression`的最大值
`min(expression)`	任意数字、字符串，日期/时间，网络，或枚举类型或这些类型数组	与参数数据类型相同	Yes	所有输入值中`expression`的最小值
`string_agg(expression, delimiter)`	(`text`, `text`) 或 (`bytea`, `bytea`)	与参数数据类型相同	No	输入值连接成一个串，用定界符分隔
`sum(expression)`	`smallint`、`int`、 `bigint`、`real`、`double precision`、`numeric`、 `interval`或`money`	对`smallint`或`int`参数是`bigint`，对`bigint`参数是`numeric`，否则和参数数据类型相同	Yes	所有输入值的`expression`的和
`xmlagg(expression)`	`xml`	`xml`	No	连接 XML 值（参见第 9.14.1.7 节）

请注意，除了count以外，这些函数在没有行被选中时返回空值。尤其是sum函数在没有输入行时返回空值，而不是零，并且array_agg在这种情况返回空值而不是一个空数组。必要时可以用coalesce把空值替换成零或一个空数组。

支持局部模式的聚集函数有资格参与到各种优化中，例如并行聚集。

注意

布尔聚集bool_and和bool_or对应于标准的 SQL 聚集every和any或some。而对于any 和some，似乎在标准语法中有一个歧义：

SELECT b1 = ANY((SELECT b2 FROM t2 ...)) FROM t1 ...;

如果子查询返回一行有一个布尔值的结果，这里的ANY可以被认为是引入一个子查询，或者是作为一个聚集函数。因而标准的名称不能指定给这些聚集。

注意

在把count聚集应用到整个表上时，习惯于使用其他 SQL 数据管理系统的用户可能会对它的性能感到失望。一个如下的查询：

SELECT count(*) FROM sometable;

将会要求与整个表大小成比例的工作：PostgreSQL将需要扫描整个表或者整个包含表中所有行的索引。

与相似的用户定义的聚集函数一样，聚集函数array_agg、 json_agg、jsonb_agg、 json_object_agg、jsonb_object_agg、string_agg和xmlagg会依赖输入值的顺序产生有意义的不同结果值。这个顺序默认是不用指定的，但是可以在聚集调用时使用ORDER BY子句进行控制，如第 4.2.7 节中所示。作为一种选择，从一个排序号的子查询来提供输入值通常会有帮助。例如：

SELECT xmlagg(x) FROM (SELECT x FROM test ORDER BY y DESC) AS tab;

但是在 SQL 标准中不允许这种语法，并且不能被移植到其他数据库系统。

表 9.53展示了通常被用在统计分析中的聚集函数（这些被隔离出来是为了不和常用聚集混淆）。其中描述提到了N，它表示对应于所有非空输入表达式的输入行的数目。在所有情况中，如果计算是无意义的，将会返回空值，例如当N为零。

表 9.53. 用于统计的聚集函数

函数	参数类型	返回类型	局部模式	描述
`corr(Y, X)`	`double precision`	`double precision`	Yes	相关系数
`covar_pop(Y, X)`	`double precision`	`double precision`	Yes	总体协方差
`covar_samp(Y, X)`	`double precision`	`double precision`	Yes	样本协方差
`regr_avgx(Y, X)`	`double precision`	`double precision`	Yes	自变量的平均值（`sum(X)/N`）
`regr_avgy(Y, X)`	`double precision`	`double precision`	Yes	因变量的平均值（`sum(Y)/N`）
`regr_count(Y, X)`	`double precision`	`bigint`	Yes	两个表达式都不为空的输入行的数目
`regr_intercept(Y, X)`	`double precision`	`double precision`	Yes	由（`X`, `Y`）对决定的最小二乘拟合的线性方程的 y截距
`regr_r2(Y, X)`	`double precision`	`double precision`	Yes	相关系数的平方
`regr_slope(Y, X)`	`double precision`	`double precision`	Yes	由（`X`, `Y`）对决定的最小二乘拟合的线性方程的斜率
`regr_sxx(Y, X)`	`double precision`	`double precision`	Yes	`sum(X^2) - sum(X)^2/N`（自变量的“平方和”）
`regr_sxy(Y, X)`	`double precision`	`double precision`	Yes	`sum(XY) - sum(X) sum(Y)/N`（自变量乘以因变量的“积之合”）
`regr_syy(Y, X)`	`double precision`	`double precision`	Yes	`sum(Y^2) - sum(Y)^2/N`（因变量的“平方和”）
`stddev(expression)`	`smallint`、`int`、 `bigint`、`real`、`double precision`或`numeric`	浮点参数为`double precision`，否则为`numeric`	Yes	`stddev_samp`的历史别名
`stddev_pop(expression)`	`smallint`、`int`、 `bigint`、`real`、`double precision`或`numeric`	浮点参数为`double precision`，否则为`numeric`	Yes	输入值的总体标准偏差
`stddev_samp(expression)`	`smallint`、`int`、 `bigint`、`real`、`double precision`或`numeric`	浮点参数为`double precision`，否则为`numeric`	Yes	输入值的样本标准偏差
`variance`(`expression`)	`smallint`、`int`、 `bigint`、`real`、`double precision`或`numeric`	浮点参数为`double precision`，否则为`numeric`	Yes	`var_samp`的历史别名
`var_pop`(`expression`)	`smallint`、`int`、 `bigint`、`real`、`double precision`或`numeric`	浮点参数为`double precision`，否则为`numeric`	Yes	输入值的总体方差（总体标准偏差的平方）
`var_samp`(`expression`)	`smallint`、`int`、 `bigint`、`real`、`double precision`或`numeric`	浮点参数为`double precision`，否则为`numeric`	Yes	输入值的样本方差（样本标准偏差的平方）

表 9.54展示了一些使用 有序集聚集语法的聚集函数。这些函数有时也被称为 “逆分布”函数。

表 9.54. 有序集聚集函数

函数	直接参数类型	聚集参数类型	返回类型	局部模式	描述
`mode() WITHIN GROUP (ORDER BY sort_expression)`		任何可排序类型	与排序表达式相同	No	返回最频繁的输入值（如果有多个频度相同的值就选第一个）
`percentile_cont(fraction) WITHIN GROUP (ORDER BY sort_expression)`	`double precision`	`double precision`或者`interval`	与排序表达式相同	No	连续百分率：返回一个对应于排序中指定分数的值，如有必要就在相邻的输入项之间插值
`percentile_cont(fractions) WITHIN GROUP (ORDER BY sort_expression)`	`double precision[]`	`double precision`或者`interval`	排序表达式的类型的数组	No	多重连续百分率：返回一个匹配`fractions`参数形状的结果数组，其中每一个非空元素都用对应于那个百分率的值替换
`percentile_disc(fraction) WITHIN GROUP (ORDER BY sort_expression)`	`double precision`	一种可排序类型	与排序表达式相同	No	离散百分率：返回第一个在排序中位置等于或者超过指定分数的输入值
`percentile_disc(fractions) WITHIN GROUP (ORDER BY sort_expression)`	`double precision[]`	任何可排序类型	排序表达式的类型的数组	No	多重离散百分率：返回一个匹配`fractions`参数形状的结果数组，其中每一个非空元素都用对应于那个百分率的输入值替换

所有列在表 9.54中的聚集会忽略它们的已排序输入中的空值。对那些有一个fraction参数的聚集来说，该分数值必须位于 0 和 1 之间，否则会抛出错误。不过，一个空分数值会产生一个空结果。

每个列在表 9.55中的聚集都与一个定义在第 9.21 节中的同名窗口函数相关联。在每种情况中，聚集结果的计算方法是：假设根据args构建的“假想”行已经被增加到从sorted_args计算得到的已排序行分组中，然后用相关联的窗口函数针对该行返回的值就是聚集的结果。

表 9.55. 假想集聚集函数

函数	直接参数类型	聚集参数类型	返回类型	局部模式	描述
`rank(args) WITHIN GROUP (ORDER BY sorted_args)`	`VARIADIC` `"any"`	`VARIADIC` `"any"`	`bigint`	No	假想行的排名，为重复的行留下间隔
`dense_rank(args) WITHIN GROUP (ORDER BY sorted_args)`	`VARIADIC` `"any"`	`VARIADIC` `"any"`	`bigint`	No	假想行的排名，不留间隔
`percent_rank(args) WITHIN GROUP (ORDER BY sorted_args)`	`VARIADIC` `"any"`	`VARIADIC` `"any"`	`double precision`	No	假想行的相对排名，范围从 0 到 1
`cume_dist(args) WITHIN GROUP (ORDER BY sorted_args)`	`VARIADIC` `"any"`	`VARIADIC` `"any"`	`double precision`	No	假想行的相对排名，范围从 1/`N` 到 1

对于这些假想集聚集的每一个，args中给定的直接参数列表必须匹配sorted_args中给定的聚集参数的数量和类型。与大部分的内建聚集不同，这些聚集并不严格，即它们不会丢弃包含空值的输入行。空值的排序根据ORDER BY子句中指定的规则进行。

表 9.56. 分组操作

函数	返回类型	描述
`GROUPING(args...)`	`integer`	整数位掩码表示当前分组集中不包含的参数

分组操作与分组集合一起（参见第 7.2.4 节）区分结果行。这个GROUPING操作的参数实际上并没有进行评估，但它们必须完全匹配关联查询级别的GROUP BY子句中的表达式。 Bit连同最右边参数是最不重要的一点；如果对应的表达式被包含在分组集生成的结果行的分组条件中，那么每位是0，如果不是，则为1。比如：

=> SELECT * FROM items_sold;
 make  | model | sales
-------+-------+-------
 Foo   | GT    |  10
 Foo   | Tour  |  20 
 Bar   | City  |  15
 Bar   | Sport |  5
(4 rows)

=> SELECT make, model, GROUPING(make,model), sum(sales) FROM items_sold GROUP BY ROLLUP(make,model);
 make  | model | grouping | sum
-------+-------+----------+-----
 Foo   | GT    |        0 | 10
 Foo   | Tour  |        0 | 20
 Bar   | City  |        0 | 15
 Bar   | Sport |        0 | 5
 Foo   |       |        1 | 30
 Bar   |       |        1 | 20
       |       |        3 | 50
(7 rows)

上一页	上一级	下一页
9.19. 范围函数和操作符	起始页	9.21. 窗口函数