集約関数 | ClickHouse Docs

ClickHouse は、標準的な SQL の集約関数 (sum、avg、min、max、count) をすべてサポートしているほか、幅広い種類の集約関数も提供しています。

ページ	説明
groupFormat	各グループの行を出力フォーマットを使用してフォーマットし、そのフォーマット済みデータを文字列として返します。
aggThrow	この関数は、例外安全性のテストに使用できます。指定された確率で、作成時に例外をスローします。
analysisOfVariance	一元配置分散分析 (ANOVA 検定) のための統計的検定を提供します。これは、正規分布に従う複数の観測グループを対象に、すべてのグループの平均が同じかどうかを調べる検定です。
any	カラムで最初に見つかった値を選択します。
anyHeavy	heavy hitters アルゴリズムを使用して、頻出する値を選択します。クエリ実行スレッドごとに、半数を超えて出現する値がある場合、その値が返されます。通常、結果は決定論的ではありません。
anyLast	カラムで最後に見つかった値を選択します。
approx_top_k	指定したカラムについて、おおよそ最も頻出する値とそのカウントの配列を返します。
approx_top_sum	指定したカラムについて、おおよそ最も頻出する値とそのカウントの配列を返します。
argAndMax	最大の `val` 値に対応する `arg` と `val` の値を計算します。最大値となる同じ `val` を持つ複数の行がある場合、対応する `arg` と `val` のどれが返されるかは決定論的ではありません。
argAndMin	最小の `val` 値に対応する `arg` と `val` の値を計算します。最小値となる同じ `val` を持つ複数の行がある場合、対応する `arg` と `val` のどれが返されるかは決定論的ではありません。
argMax	最大の `val` 値に対応する `arg` の値を計算します。
argMin	最小の `val` 値に対応する `arg` の値を計算します。最小値となる同じ `val` を持つ複数の行がある場合、対応する `arg` のどれが返されるかは決定論的ではありません。
avg	算術平均を計算します。
avgWeighted	加重算術平均を計算します。
boundingRatio	値のグループ全体にわたって、最も左の点と最も右の点の間の傾きを計算する集約関数です。
categoricalInformationValue	各カテゴリについて、`(P(tag = 1) - P(tag = 0))(log(P(tag = 1)) - log(P(tag = 0)))` の値を計算します。
contingency	`contingency` 関数は、テーブル内の 2 つのカラム間の関連性を表す値である連関係数を計算します。計算方法は `cramersV` 関数と似ていますが、平方根内の分母が異なります。
corr	Pearson の相関係数を計算します。
corrMatrix	N 個の変数に対する相関行列を計算します。
corrStable	Pearson の相関係数を計算しますが、数値的に安定したアルゴリズムを使用します。
count	行数、または NULL でない値の数をカウントします。
covarPop	母共分散を計算します。
covarPopMatrix	N 個の変数に対する母共分散行列を返します。
covarPopStable	母共分散の値を計算します。
covarSamp	`Σ((x - x̅)(y - y̅)) / (n - 1)` の値を計算します。
covarSampMatrix	N 個の変数に対する標本共分散行列を返します。
covarSampStable	covarSamp と似ていますが、計算誤差を抑える代わりに処理速度は低下します。
cramersV	`cramersV` 関数の結果は 0 (変数間に関連性がないことを示す) から 1 の範囲を取り、各値がもう一方によって完全に決定される場合にのみ 1 に達します。これは、2 つの変数間の関連性を、それらの取りうる最大変動に対する割合として捉えることができます。
cramersVBiasCorrected	Cramer's V を計算しますが、バイアス補正を使用します。
deltaSum	連続する行の算術差を合計します。
deltaSumTimestamp	連続する行の差を加算します。差が負の場合は無視されます。
distinctDynamicTypes	Dynamic カラムに格納されている異なるデータ型の一覧を計算します。
distinctJSONPaths	JSON カラムに格納されている異なるパスの一覧を計算します。
distinctJSONPathsAndTypes	JSON に格納されている異なるパスとその型の一覧を計算します。
entropy	値のカラムのシャノンエントロピーを計算します。
estimateCompressionRatio	指定されたカラムを実際に圧縮せずに、その圧縮率を推定します。
exponentialMovingAverage	指定した時点における値の指数移動平均を計算します。
exponentialTimeDecayedAvg	時刻 `t` における時系列の値の、指数平滑化された加重移動平均を返します。
exponentialTimeDecayedCount	時刻 `t` のインデックスにおける時系列の累積指数減衰を返します。
exponentialTimeDecayedMax	時刻 `t` のインデックスにおける計算済みの指数平滑化移動平均と、`t-1` におけるその値との最大値を返します。
exponentialTimeDecayedSum	時刻 `t` のインデックスにおける時系列の指数平滑化移動平均値の合計を返します。
first_value	any のエイリアスですが、ウィンドウ関数との互換性のために導入されました。ウィンドウ関数では `NULL` 値を処理する必要がある場合があるためです (デフォルトでは、ClickHouse のすべての集約関数は NULL 値を無視します) 。
flameGraph	スタックトレースの一覧を使ってフレームグラフを構築する集約関数です。
groupArray	引数の値から配列を作成します。値は任意の (不定な) 順序で配列に追加されます。
groupArrayArray	複数の配列を、それらを要素とするより大きな配列に集約します。
groupArrayInsertAt	配列の指定した位置に値を挿入します。
groupArrayIntersect	指定した配列の積集合を返します (指定されたすべての配列に含まれる要素を返します) 。
groupArrayLast	最後の引数値から配列を作成します。
groupArrayMovingAvg	入力値の移動平均を計算します。
groupArrayMovingSum	入力値の移動合計を計算します。
groupArraySample	引数値のサンプルから配列を作成します。結果の配列のサイズは `max_size` 要素に制限されます。引数の値はランダムに選択され、配列に追加されます。
groupArraySorted	先頭から N 個の要素を昇順に並べた配列を返します。
groupBitAnd	一連の数値に対してビット単位の `AND` を適用します。
groupBitmap	符号なし整数カラムに対してビットマップまたは集約計算を行い、UInt64 型のカーディナリティを返します。接尾辞 `-State` を追加した場合は、ビットマップオブジェクトを返します。
groupBitmapAnd	ビットマップカラムに対して AND を計算し、UInt64 型のカーディナリティを返します。接尾辞 `-State` を追加した場合は、ビットマップオブジェクトを返します。
groupBitmapOr	ビットマップカラムに対して OR を計算し、UInt64 型のカーディナリティを返します。接尾辞 `-State` を追加した場合は、ビットマップオブジェクトを返します。これは `groupBitmapMerge` と同等です。
groupBitmapXor	ビットマップカラムに対して XOR を計算し、UInt64 型のカーディナリティを返します。接尾辞 `-State` を使用した場合は、ビットマップオブジェクトを返します。
groupBitOr	一連の数値に対してビット単位の `OR` を適用します。
groupBitXor	一連の数値に対してビット単位の `XOR` を適用します。
groupConcat	文字列のグループから連結文字列を計算します。必要に応じて区切り文字で区切ることも、要素数の上限を指定することもできます。
groupUniqArray	異なる引数値から配列を作成します。
intervalLengthSum	すべての範囲の和集合の長さの合計 (数値軸上の線分) を計算します。
kolmogorovSmirnovTest	2 つの母集団から得たサンプルに Kolmogorov-Smirnov 検定を適用します。
kurtPop	数列の尖度を計算します。
kurtSamp	数列の標本尖度を計算します。
largestTriangleThreeBuckets	入力データに Largest-Triangle-Three-Buckets アルゴリズムを適用します。
last_value	`anyLast` と同様に最後に検出された値を選択しますが、NULL を受け取ることもできます。
mannWhitneyUTest	2 つの母集団から得たサンプルに Mann-Whitney の順位検定を適用します。
max	値のグループ全体における最大値を計算する集約関数です。
maxIntersections	区間のグループ同士が交差する最大回数を計算する集約関数です (すべての区間が少なくとも 1 回は交差する場合) 。
maxIntersectionsPosition	maxIntersections 関数が発生する位置を計算する集約関数です。
maxMap	`key` 配列で指定したキーに従って、`value` 配列から最大値を計算します。
meanZTest	2 つの母集団から得たサンプルに平均 z 検定を適用します。
median	`median` 関数は、対応する `quantile` 関数の別名です。数値データのサンプルの中央値を計算します。
min	値のグループ全体における最小値を計算する集約関数です。
minMap	`key` 配列で指定したキーに従って、`value` 配列から最小値を計算します。
quantile	数値データ列のおおよその分位数を計算します。
quantileBFloat16	bfloat16 numbers で構成されるサンプルのおおよその分位数を計算します。
quantileDD	相対誤差保証付きでサンプルのおおよその分位数を計算します。
quantileDeterministic	数値データ列のおおよその分位数を計算します。
quantileExact Functions	quantileExact、quantileExactLow、quantileExactHigh、quantileExactExclusive、quantileExactInclusive 関数
quantileExactExclusive	数値データ列の分位数を正確に計算します。
quantileExactHigh	quantileExact と同様に、数値データ列の正確な分位数を計算します。
quantileExactInclusive	数値データ列の分位数を正確に計算します。
quantileExactLow	quantileExact と同様に、数値データ列の正確な quantile を計算します。
quantileExactWeighted	各要素の重みを考慮して、数値データ列の分位数を正確に計算します。
quantileExactWeightedInterpolated	各要素の重みを考慮し、線形補間を用いて数値データ列の分位数を計算します。
quantileGK	Greenwald-Khanna アルゴリズムを使用して数値データ列の分位数を計算します。
quantileInterpolatedWeighted	各要素の重みを考慮し、線形補間を用いて数値データ列の分位数を計算します。
quantilePrometheusHistogram	線形補間を使用してヒストグラムの分位数を計算します。
quantiles Functions	quantiles、quantilesExactExclusive、quantilesExactInclusive、quantilesGK
quantilesExactExclusive	数値データ列の分位数を正確に計算します。
quantilesExactInclusive	数値データ列の分位数を正確に計算します。
quantilesGK	quantilesGK は quantileGK と同様に動作しますが、異なるレベルの分位数を同時に計算でき、配列を返します。
quantilesTimingWeighted	指定された精度で、数値データ列の各要素の重みに応じた分位数を計算します。
quantileTDigest	t-digest アルゴリズムを使用して、数値データ列のおおよその分位数を計算します。
quantileTDigestWeighted	t-digest アルゴリズムを使用して、数値データ列のおおよその分位数を計算します。
quantileTiming	指定された精度で、数値データ列の分位数を計算します。
quantileTimingWeighted	指定された精度で、数値データ列の各要素の重みに応じた分位数を計算します。
rankCorr	順位相関係数を計算します。
simpleLinearRegression	単純な (1 次元の) 線形回帰を実行します。
singleValueOrNull	集約関数 `singleValueOrNull` は、`x = ALL (SELECT ...)` などのサブクエリ演算子を実装するために使用されます。データ内に NULL ではない一意の値が 1 つだけ存在するかどうかを確認します。
skewPop	データ列の歪度を計算します。
skewSamp	データ列の標本歪度を計算します。
sparkbar	この関数は、値 `x` とそれらの値の出現頻度 `y` について、区間 `[min_x, max_x]` にわたる度数ヒストグラムを描画します。
stddevPop	結果は varPop の平方根に等しくなります。
stddevPopStable	結果は varPop の平方根に等しくなります。stddevPop とは異なり、この関数は数値的に安定したアルゴリズムを使用します。
stddevSamp	結果は varSamp の平方根に等しくなります。
stddevSampStable	結果は varSamp の平方根に等しくなります。stddevSamp とは異なり、この関数は数値的に安定したアルゴリズムを使用します。
stochasticLinearRegression	この関数は確率的線形回帰を実装します。学習率、L2 正則化係数、ミニバッチサイズのカスタムパラメータに対応し、重みを更新するためのいくつかの手法 (Adam、単純な SGD、Momentum、Nesterov) を備えています。
stochasticLogisticRegression	この関数は確率的ロジスティック回帰を実装します。二値分類問題に使用でき、stochasticLinearRegression と同じカスタムパラメータをサポートし、同様に動作します。
studentTTest	2 つの母集団からのサンプルにスチューデントの t 検定を適用します。
studentTTestOneSample	1 つのサンプルと既知の母平均に対して 1 標本スチューデントの t 検定を適用します。
sum	合計を計算します。数値に対してのみ機能します。
sumCount	数値の合計を計算すると同時に、行数もカウントします。この関数は ClickHouse クエリオプティマイザで使用されます。クエリ内に複数の `sum`、`count`、または `avg` 関数がある場合、それらを 1 つの `sumCount` 関数に置き換えて計算を再利用できます。この関数を明示的に使用する必要があることはほとんどありません。
sumKahan	Kahan の補償和アルゴリズムを使用して数値の合計を計算します。
sumMap	`key` 配列で指定されたキーに従って、1 つ以上の `value` 配列の合計を計算します。配列のタプルを返します。最初にソート順のキー、その後に対応するキーごとにオーバーフローなしで合計された値が続きます。
sumMapWithOverflow	`key` 配列で指定されたキーに従って、`value` 配列の合計を計算します。2 つの配列からなるタプルを返します。ソート順のキーと、対応するキーごとに合計された値です。オーバーフローありで加算を行う点が sumMap 関数と異なります。
sumWithOverflow	入力パラメータと同じデータ型を結果に使用して、数値の合計を計算します。合計がこのデータ型の最大値を超えた場合は、オーバーフローありで計算されます。
theilsU	`theilsU` 関数は、テーブル内の 2 つのカラム間の関連性を測る値である Theils' U 不確実性係数を計算します。
timeSeriesChangesToGrid	指定されたグリッド上で、時系列データに対する PromQL 風の変化量を計算する集約関数です。
timeSeriesDeltaToGrid	指定したグリッド上の時系列データに対して、PromQL の `delta` に相当する計算を行う集約関数です。
timeSeriesDerivToGrid	指定したグリッド上の時系列データに対して、PromQL の `deriv` に相当する計算を行う集約関数です。
timeSeriesGroupArray	時系列を `timestamp` の昇順でソートします。
timeSeriesInstantDeltaToGrid	指定したグリッド上の時系列データに対して、PromQL の `idelta` に相当する計算を行う集約関数です。
timeSeriesInstantRateToGrid	指定したグリッド上の時系列データに対して、PromQL の `irate` に相当する計算を行う集約関数です。
timeSeriesLastTwoSamples	PromQL の `irate` および `idelta` の計算に向けて時系列データを再サンプリングする集約関数です。
timeSeriesPredictLinearToGrid	指定したグリッド上の時系列データに対して、PromQL の線形予測に相当する計算を行う集約関数です。
timeSeriesRateToGrid	指定したグリッド上の時系列データに対して、PromQL の `rate` に相当する計算を行う集約関数です。
timeSeriesResampleToGridWithStaleness	時系列データを指定したグリッドに再サンプリングする集約関数です。
timeSeriesResetsToGrid	指定したグリッド上の時系列データに対して、PromQL の `resets` に相当する計算を行う集約関数です。
topK	指定したカラムでおおよそ最も頻出する値の配列を返します。結果の配列は、値そのものではなく、各値のおおよその出現頻度の降順でソートされます。
topKWeighted	指定したカラムでおおよそ最も頻出する値の配列を返します。結果の配列は、値そのものではなく、各値のおおよその出現頻度の降順でソートされます。さらに、値の重みも考慮されます。
uniq	引数の異なる値のおおよその数を計算します。
uniqCombined	引数の異なる値のおおよその数を計算します。
uniqCombined64	引数の異なる値のおおよその数を計算します。`uniqCombined` と同じですが、`String` データ型だけでなく、すべてのデータ型に 64 ビットの `hash` を使用します。
uniqExact	引数の異なる値の正確な数を計算します。
uniqHLL12	HyperLogLog アルゴリズムを使用して、引数の異なる値のおおよその数を計算します。
uniqTheta	Theta Sketch Framework を使用して、引数の異なる値のおおよその数を計算します。
varPop	母分散を計算します。
varPopStable	母分散を返します。`varPop` とは異なり、この関数は数値的に安定したアルゴリズムを使用します。処理速度は遅くなりますが、計算誤差を抑えられます。
varSamp	データセットの標本分散を計算します。
varSampStable	データセットの標本分散を計算します。`varSamp` とは異なり、この関数は数値的に安定したアルゴリズムを使用します。処理速度は遅くなりますが、計算誤差を抑えられます。
welchTTest	2 つの母集団からのサンプルに対して Welch の t 検定を適用します。