Doris--基础--13.5--SQl函数--聚合函数

Doris–基础–13.5–SQl函数–聚合函数

---

1、APPROX_COUNT_DISTINCT(expr)

返回类似于 COUNT(DISTINCT col) 结果的近似值聚合函数。
它比 COUNT 和 DISTINCT 组合的速度更快，并使用固定大小的内存，因此对于高基数的列可以使用更少的内存。

MySQL [test_db]> select city,approx_count_distinct(user_id) from table11 group by city;
+--------+----------------------------------+
| city   | approx_count_distinct(`user_id`) |
+--------+----------------------------------+
| 广州   |                                1 |
| 上海   |                                1 |
| 北京   |                                2 |
| 深圳   |                                1 |
+--------+----------------------------------+
4 rows in set (0.01 sec)

2、AVG([DISTINCT] expr)

用于返回选中字段的平均值
可选字段DISTINCT参数可以用来返回去重平均值

MySQL [test_db]> SELECT date, AVG(cost) FROM table11 group by date;
+------------+--------------------+
| date       | avg(`cost`)        |
+------------+--------------------+
| 2017-10-01 | 40.666666666666664 |
| 2017-10-02 |                115 |
+------------+--------------------+
2 rows in set (0.00 sec)

MySQL [test_db]> SELECT date, AVG(distinct cost) FROM table11 group by date;
+------------+----------------------+
| date       | avg(DISTINCT `cost`) |
+------------+----------------------+
| 2017-10-01 |   40.666666666666664 |
| 2017-10-02 |                  115 |
+------------+----------------------+
2 rows in set (0.01 sec)

3、BITMAP_UNION

3.1、创建表

CREATE TABLE `pv_bitmap` (
  `dt` int(11) NULL COMMENT "",
  `page` varchar(10) NULL COMMENT "",
  `user_id` bitmap BITMAP_UNION NULL COMMENT ""
) ENGINE=OLAP
AGGREGATE KEY(`dt`, `page`)
COMMENT "OLAP"
DISTRIBUTED BY HASH(`dt`) BUCKETS 2;

注：当数据量很大时，最好为高频率的 bitmap_union 查询建立对应的 rollup 表

ALTER TABLE pv_bitmap ADD ROLLUP pv (page, user_id);

3.2、插入数据

ALTER TABLE pv_bitmap ADD ROLLUP pv (page, user_id);

insert into pv_bitmap values(20191206, 'xiaoxiang', to_bitmap(101));      
insert into pv_bitmap values(20191206, 'waimai', to_bitmap(101));      
insert into pv_bitmap values(20191207, 'xiaoxiang', to_bitmap(101));      
insert into pv_bitmap values(20191207, 'waimai', to_bitmap(102));     
insert into pv_bitmap values(20191208, 'xiaoxiang', to_bitmap(101));       
insert into pv_bitmap values(20191208, 'waimai', to_bitmap(101));  
 

3.3、查询数据

BITMAP_UNION(expr) : 计算两个 Bitmap 的并集，返回值是序列化后的 Bitmap 值

MySQL [test_db]> select bitmap_count(bitmap_union(user_id)) from pv_bitmap;
+---------------------------------------+
| bitmap_count(bitmap_union(`user_id`)) |
+---------------------------------------+
|                                     2 |
+---------------------------------------+
1 row in set (0.02 sec)

BITMAP_COUNT(expr) : 计算 Bitmap 的基数值

MySQL [test_db]> select bitmap_union_count(user_id) from pv_bitmap;
+-------------------------------+
| bitmap_union_count(`user_id`) |
+-------------------------------+
|                             2 |
+-------------------------------+
1 row in set (0.01 sec)

BITMAP_UNION_COUNT(expr): 和 BITMAP_COUNT(BITMAP_UNION(expr)) 等价
BITMAP_UNION_INT(expr) : 和 COUNT(DISTINCT expr) 等价 (仅支持 TINYINT，SMALLINT 和 INT)

4、COUNT([DISTINCT] expr)

用于返回满足要求的行的数目

MySQL [test_db]> select count(*) from table11 group by date; 
+----------+
| count(*) |
+----------+
|        3 |
|        2 |
+----------+
2 rows in set (0.01 sec)

MySQL [test_db]> select count(date) from table11 group by date; 
+---------------+
| count(`date`) |
+---------------+
|             3 |
|             2 |
+---------------+
2 rows in set (0.00 sec)

MySQL [test_db]> select count(distinct date) from table11 group by date;
+------------------------+
| count(DISTINCT `date`) |
+------------------------+
|                      1 |
|                      1 |
+------------------------+
2 rows in set (0.01 sec)

5、HLL_UNION_AGG(hll)

HLL是基于HyperLogLog算法的工程实现，用于保存HyperLogLog计算过程的中间结果
它只能作为表的value列类型、通过聚合来不断的减少数据量，以此来实现加快查询的目的
基于它得到的是一个估算结果，误差大概在1%左右，hll列是通过其它列或者导入数据里面的数据生成的
导入的时候通过hll_hash函数来指定数据中哪一列用于生成hll列，它常用于替代count distinct，通过结合rollup在业务上用于快速计算uv等

这里没有数据，我就没测试了

select HLL_UNION_AGG(uv_set) from test_uv;

6、MAX(expr)

返回expr表达式的最大值

MySQL [test_db]> select max(cost) from table11 group by date;
+-------------+
| max(`cost`) |
+-------------+
|         100 |
|         200 |
+-------------+
2 rows in set (0.00 sec)

7、MIN(expr)

返回expr表达式的最小值

MySQL [test_db]> select min(cost) from table11 group by date;
+-------------+
| min(`cost`) |
+-------------+
|           2 |
|          30 |
+-------------+
2 rows in set (0.00 sec)

8、SUM(expr)

用于返回选中字段所有值的和

MySQL [test_db]> select sum(cost) from table11 group by date;
+-------------+
| sum(`cost`) |
+-------------+
|         122 |
|         230 |
+-------------+
2 rows in set (0.00 sec)