聚合函數

聚合函數是指對一組值計算，并返回單個值的計算結果。 除了 COUNT(*) 外，聚合函數都會忽略 Null 值。 聚合函數通常與 SELECT 語句的 GROUP BY 子句一起使用。

所有聚合函數均為確定性函數。 換言之，每次使用一組特定的輸入值調用聚合函數時，它們所返回的值都是相同的。

APPROX_COUNT_DISTINCT

APPROX_COUNT_DISTINCT( expression ) 計算組中每行的表達式，并返回組中唯一非空值的近似數。 此函數旨在跨響應速度比絕對精度更為關鍵的大型數據集進行聚合。

使用 APPROX_COUNT_DISTINCT

此示例返回學生表中不同主鍵的近似數。

SELECT APPROX_COUNT_DISTINCT(TestKey) AS result
FROM db1.students;

下面是結果集：

result
------------------------
12456

結合使用 APPROX_COUNT_DISTINCT 和 GROUP BY

此示例返回學生表中不同主鍵的近似數。

SELECT AGE, APPROX_COUNT_DISTINCT(O_OrderKey) AS Result
FROM db1.students
GROUP BY AGE
ORDER BY AGE;

下面是結果集。

AGE                                                               Result
---------------------------------------------------------------- ------------------------
11                                                                7397838
12                                                                7387803
13                                                                388036

CHECKSUM_AGG

CHECKSUM_AGG ( [ ALL | DISTINCT ] expression ) 函數返回組中各值的校驗和。 CHECKSUM_AGG 將忽略 null 值。

分析函數

分析函數基于一組行計算聚合值。 但是，與聚合函數不同，分析函數可能針對每個組返回多行。 可以使用分析函數來計算移動平均線、運行總計、百分比或一個組內的前 N 個結果。

CUME_DIST

函數會計算某個值在某個值組內的累積分布。 換言之，CUME_DIST 計算某指定值在一組值中的相對位置。 假定采用升序，行 r 中 CUME_DIST 的值定義為低于或等于行 r 的值的行數除以在分區或查詢結果集中求出的行數。

語法：

CUME_DIST( )  
    OVER ( [ partition_by_clause ] order_by_clause )

partition_by_clause 將 FROM 子句結果集劃分為要應用函數的分區。 如果未指定 partition_by_clause 參數，則 CUME_DIST 將查詢結果集的所有行視為單個組。 order_by_clause 確定操作發生的邏輯順序。