聚合函数 | ClickHouse Docs

ClickHouse 支持所有标准 SQL 聚合函数 (sum、avg、min、max、count) ，以及各种其他聚合函数。

页面	说明
groupFormat	使用输出格式对每个组中的行进行格式化，并将格式化后的数据作为字符串返回。
aggThrow	此函数可用于测试异常安全性。它会在创建时以指定概率抛出异常。
analysisOfVariance	提供单因素方差分析 (ANOVA 检验) 的统计检验。它对若干组服从正态分布的观测值进行检验，以确定所有组的均值是否相同。
any	选择某列中遇到的第一个值。
anyHeavy	使用 heavy hitters 算法选择一个高频值。如果在查询执行的每个线程中，都有某个值出现次数超过一半，则返回该值。通常，结果是不确定的。
anyLast	选择某列中遇到的最后一个值。
approx_top_k	返回指定列中近似最常见的值及其计数组成的数组。
approx_top_sum	返回指定列中近似最常见的值及其计数组成的数组。
argAndMax	计算最大 `val` 值对应的 `arg` 和 `val` 值。如果有多行的 `val` 同为最大值，则返回哪个关联的 `arg` 和 `val` 是不确定的。
argAndMin	计算最小 `val` 值对应的 `arg` 和 `val` 值。如果有多行的 `val` 同为最小值，则返回哪个关联的 `arg` 和 `val` 是不确定的。
argMax	计算最大 `val` 值对应的 `arg` 值。
argMin	计算最小 `val` 值对应的 `arg` 值。如果有多行的 `val` 同为最大值，则返回哪个关联的 `arg` 是不确定的。
avg	计算算术平均值。
avgWeighted	计算加权算术平均值。
boundingRatio	该聚合函数用于计算一组值中最左端点与最右端点之间的斜率。
categoricalInformationValue	计算每个类别的 `(P(tag = 1) - P(tag = 0))(log(P(tag = 1)) - log(P(tag = 0)))` 值。
contingency	`contingency` 函数计算列联系数，该值用于衡量表中两列之间的关联性。其计算方式与 `cramersV` 函数类似，但平方根中的分母不同。
corr	计算皮尔逊相关系数。
corrMatrix	计算 N 个变量的相关矩阵。
corrStable	计算皮尔逊相关系数，但使用数值上更稳定的算法。
count	统计行数或非 NULL 值的数量。
covarPop	计算总体协方差。
covarPopMatrix	返回 N 个变量的总体协方差矩阵。
covarPopStable	计算总体协方差的值。
covarSamp	计算 `Σ((x - x̅)(y - y̅)) / (n - 1)` 的值。
covarSampMatrix	返回 N 个变量的样本协方差矩阵。
covarSampStable	与 covarSamp 类似，但运行更慢，计算误差更低。
cramersV	`cramersV` 函数的结果范围为 0 (表示变量之间没有关联性) 到 1，并且只有当每个值都完全由另一个值决定时才能达到 1。它可以视为两个变量之间关联性占其最大可能变异的百分比。
cramersVBiasCorrected	计算 Cramer's V，但使用偏差修正。
deltaSum	对连续行之间的算术差值求和。
deltaSumTimestamp	累加连续行之间的差值。如果差值为负，则忽略。
distinctDynamicTypes	计算存储在 Dynamic 列中的不同数据类型列表。
distinctJSONPaths	计算存储在 JSON 列中的不同路径列表。
distinctJSONPathsAndTypes	计算存储在 JSON 中的不同路径及其类型列表。
entropy	计算一列值的 Shannon 熵。
estimateCompressionRatio	在不进行实际压缩的情况下估算给定列的压缩率。
exponentialMovingAverage	计算指定时间的值的指数移动平均。
exponentialTimeDecayedAvg	返回时间序列在时间点 `t` 的指数平滑加权移动平均值。
exponentialTimeDecayedCount	返回时间序列在时间索引 `t` 处的累计指数衰减值。
exponentialTimeDecayedMax	返回时间索引 `t` 处计算得到的指数平滑移动平均值与 `t-1` 处对应值中的较大值。
exponentialTimeDecayedSum	返回时间序列在时间索引 `t` 处的指数平滑移动平均值之和。
first_value	它是 any 的别名，但为兼容窗口函数而引入，因为有时需要处理 `NULL` 值 (默认情况下，所有 ClickHouse 聚合函数都会忽略 NULL 值) 。
flameGraph	使用 stacktraces 列表构建 flamegraph 的聚合函数。
groupArray	创建由参数值组成的数组。值可以按任意 (不确定的) 顺序添加到数组中。
groupArrayArray	将多个数组聚合为一个由这些数组组成的更大数组。
groupArrayInsertAt	在数组的指定位置插入一个值。
groupArrayIntersect	返回给定数组的交集 (即返回所有给定数组中都存在的所有元素) 。
groupArrayLast	创建由最后几个参数值组成的数组。
groupArrayMovingAvg	计算输入值的移动平均。
groupArrayMovingSum	计算输入值的移动和。
groupArraySample	创建由样本参数值组成的数组。结果数组的大小限制为 `max_size` 个元素。参数值会被随机选取并添加到数组中。
groupArraySorted	返回一个按升序排列、包含前 N 项的数组。
groupBitAnd	对一组数值应用按位 `AND`。
groupBitmap	对无符号整数列执行 bitmap 或聚合计算，返回 UInt64 类型的 cardinality；如果添加后缀 -State，则返回 Bitmap object。
groupBitmapAnd	计算 bitmap 列的 AND，返回 UInt64 类型的 cardinality；如果添加后缀 -State，则返回 Bitmap object。
groupBitmapOr	计算 bitmap 列的 OR，返回 UInt64 类型的 cardinality；如果添加后缀 -State，则返回 Bitmap object。这等同于 `groupBitmapMerge`。
groupBitmapXor	计算 bitmap 列的 XOR，并返回 UInt64 类型的 cardinality；如果使用后缀 -State，则返回 Bitmap object。
groupBitOr	对一组数值应用按位 `OR`。
groupBitXor	对一组数值应用按位 `XOR`。
groupConcat	从一组字符串中计算得到一个拼接字符串，可选使用分隔符分隔，也可选限制最大元素数量。
groupUniqArray	从不同的参数值创建数组。
intervalLengthSum	计算所有范围并集的总长度 (即数值轴上的各分段) 。
kolmogorovSmirnovTest	对来自两个总体的样本应用 Kolmogorov-Smirnov 检验。
kurtPop	计算序列的峰度。
kurtSamp	计算序列的样本峰度。
largestTriangleThreeBuckets	对输入数据应用 Largest-Triangle-Three-Buckets 算法。
last_value	选择最后遇到的值，类似于 `anyLast`，但可接受 NULL。
mannWhitneyUTest	对来自两个总体的样本应用 Mann-Whitney 秩检验。
max	用于计算一组值中最大值的聚合函数。
maxIntersections	用于计算一组时间间隔之间最大相交次数的聚合函数 (前提是所有时间间隔至少相交一次) 。
maxIntersectionsPosition	用于计算 maxIntersections 函数结果出现位置的聚合函数。
maxMap	根据 `key` 数组中指定的键，从 `value` 数组中计算最大值。
meanZTest	对来自两个总体的样本应用均值 z 检验。
median	`median` 函数是对应 `quantile` 函数的别名，用于计算数值数据样本的中位数。
min	用于计算一组值中最小值的聚合函数。
minMap	根据 `key` 数组中指定的键，从 `value` 数组中计算最小值。
quantile	计算数值数据序列的近似分位数。
quantileBFloat16	计算由 bfloat16 数值组成的样本的近似分位数。
quantileDD	计算具有相对误差保证的样本的近似分位数。
quantileDeterministic	计算数值数据序列的近似分位数。
quantileExact Functions	quantileExact、quantileExactLow、quantileExactHigh、quantileExactExclusive、quantileExactInclusive 函数
quantileExactExclusive	精确计算数值数据序列的分位数。
quantileExactHigh	与 quantileExact 类似，此函数精确计算数值数据序列的分位数。
quantileExactInclusive	精确计算数值数据序列的分位数。
quantileExactLow	与 quantileExact 类似，此函数精确计算数值数据序列的 quantile。
quantileExactWeighted	精确计算数值数据序列的分位数，并考虑每个元素的权重。
quantileExactWeightedInterpolated	使用线性插值计算数值数据序列的分位数，并考虑每个元素的权重。
quantileGK	使用 Greenwald-Khanna 算法计算数值数据序列的分位数。
quantileInterpolatedWeighted	使用线性插值计算数值数据序列的分位数，并考虑每个元素的权重。
quantilePrometheusHistogram	使用线性插值计算直方图的分位数。
quantiles Functions	quantiles、quantilesExactExclusive、quantilesExactInclusive、quantilesGK
quantilesExactExclusive	精确计算数值数据序列的分位数。
quantilesExactInclusive	精确计算数值数据序列的分位数。
quantilesGK	quantilesGK 的工作方式与 quantileGK 类似，但允许同时计算不同层级的分位数，并返回一个数组。
quantilesTimingWeighted	按给定精度，根据序列中每个成员的权重计算数值数据序列的分位数。
quantileTDigest	使用 t-digest 算法计算数值数据序列的近似分位数。
quantileTDigestWeighted	使用 t-digest 算法计算数值数据序列的近似分位数。
quantileTiming	按给定精度计算数值数据序列的分位数。
quantileTimingWeighted	按给定精度，根据序列中每个成员的权重计算数值数据序列的分位数。
rankCorr	计算秩相关系数。
simpleLinearRegression	执行简单 (单变量) 线性回归。
singleValueOrNull	聚合函数 `singleValueOrNull` 用于实现子查询运算符，例如 `x = ALL (SELECT ...)`。它会检查数据中是否仅存在一个唯一的非 NULL 值。
skewPop	计算序列的偏度。
skewSamp	计算序列的样本偏度。
sparkbar	该函数根据区间 `[min_x, max_x]` 内的值 `x` 及这些值的出现频率 `y` 绘制频率直方图。
stddevPop	结果等于 varPop 的平方根。
stddevPopStable	结果等于 varPop 的平方根。与 stddevPop 不同，此函数使用数值稳定的算法。
stddevSamp	结果等于 varSamp 的平方根。
stddevSampStable	结果等于 varSamp 的平方根。与 stddevSamp 不同，此函数使用数值稳定的算法。
stochasticLinearRegression	此函数实现随机线性回归。它支持学习率、L2 正则化系数和小批量大小等自定义参数，并提供多种权重更新方法 (Adam、简单 SGD、Momentum、Nesterov) 。
stochasticLogisticRegression	此函数实现随机逻辑回归。它可用于二分类问题，支持与 stochasticLinearRegression 相同的自定义参数，工作方式也相同。
studentTTest	对来自两个总体的样本应用 Student t 检验。
studentTTestOneSample	对一个样本和已知总体均值应用单样本 Student t 检验。
sum	计算总和。仅适用于数值。
sumCount	计算数值总和并同时统计行数。该函数由 ClickHouse 查询优化器使用：如果一个查询中有多个 `sum`、`count` 或 `avg` 函数，它们可以替换为单个 `sumCount` 函数，以复用计算结果。通常很少需要显式使用该函数。
sumKahan	使用 Kahan 补偿求和算法计算数值的总和。
sumMap	根据 `key` 数组中指定的键，对一个或多个 `value` 数组求总和。返回一个由数组组成的元组：先是按排序顺序排列的键，后是对应键求和且不发生溢出的值。
sumMapWithOverflow	根据 `key` 数组中指定的键，对 `value` 数组求总和。返回一个包含两个数组的元组：按排序顺序排列的键，以及对应键求和后的值。与 sumMap 函数不同的是，它在求和时允许溢出。
sumWithOverflow	计算数值的总和，结果使用与输入参数相同的数据类型。如果总和超过该数据类型的最大值，则按溢出方式计算。
theilsU	`theilsU` 函数计算 Theils' U 不确定性系数，这是一个用于衡量表中两列之间关联性的值。
timeSeriesChangesToGrid	该聚合函数用于在指定网格上计算时间序列数据中类似 PromQL 的 changes 值。
timeSeriesDeltaToGrid	计算指定网格上时间序列数据的 PromQL 风格 delta 的聚合函数。
timeSeriesDerivToGrid	计算指定网格上时间序列数据的 PromQL 风格 derivative 的聚合函数。
timeSeriesGroupArray	按 `timestamp` 升序对时间序列进行排序。
timeSeriesInstantDeltaToGrid	计算指定网格上时间序列数据的 PromQL 风格 idelta 的聚合函数。
timeSeriesInstantRateToGrid	计算指定网格上时间序列数据的 PromQL 风格 irate 的聚合函数。
timeSeriesLastTwoSamples	用于对时间序列数据重新采样，以执行 PromQL 风格 irate 和 idelta 计算的聚合函数。
timeSeriesPredictLinearToGrid	计算指定网格上时间序列数据的 PromQL 风格线性预测的聚合函数。
timeSeriesRateToGrid	计算指定网格上时间序列数据的 PromQL 风格 rate 的聚合函数。
timeSeriesResampleToGridWithStaleness	将时间序列数据重新采样到指定网格的聚合函数。
timeSeriesResetsToGrid	计算指定网格上时间序列数据的 PromQL 风格 resets 的聚合函数。
topK	返回指定列中近似最常见值组成的数组。结果数组按值的近似出现频率降序排序 (而非按值本身排序) 。
topKWeighted	返回指定列中近似最常见值组成的数组。结果数组按值的近似出现频率降序排序 (而非按值本身排序) 。此外，还会考虑值的权重。
uniq	计算参数不同值的近似数量。
uniqCombined	计算参数不同值的近似数量。
uniqCombined64	计算参数不同值的近似数量。它与 uniqCombined 相同，但对所有数据类型都使用 64 位哈希，而不只是对 String 数据类型使用。
uniqExact	计算参数不同值的精确数量。
uniqHLL12	使用 HyperLogLog 算法计算参数不同值的近似数量。
uniqTheta	使用 Theta Sketch Framework 计算参数不同值的近似数量。
varPop	计算总体方差。
varPopStable	返回总体方差。与 varPop 不同，此函数使用数值稳定的算法。它运行较慢，但计算误差更低。
varSamp	计算数据集的样本方差。
varSampStable	计算数据集的样本方差。与 `varSamp` 不同，此函数使用数值稳定的算法。它运行较慢，但计算误差更低。
welchTTest	对来自两个总体的样本应用 Welch's t 检验。