聚合函数
根据一组输入值计算单个结果。内置通用聚合函数列在
表 9.59
中，而统计聚合函数列在
表 9.60
中。内置组内有序集聚合函数列在
表 9.61
中，而内置组内假设集聚合函数列在
表 9.62
中。与聚合函数密切相关的分组操作列在
表 9.63
中。聚合函数的特殊语法注意事项在
第 4.2.7 节
中进行了说明。有关其他介绍性信息，请参阅
第 2.7 节
。
支持
部分模式
的聚合函数有资格参与各种优化，例如并行聚合。
表 9.59 通用聚合函数
avg
(
numeric
) →
numeric
avg
(
real
) →
double precision
avg
(
double precision
) →
double precision
avg
(
interval
) →
interval
计算所有非空输入值的平均值（算术平均值）。
bit_and
(
smallint
) →
smallint
bit_and
(
integer
) →
integer
bit_and
(
bigint
) →
bigint
bit_and
(
bit
) →
bit
计算所有非空输入值的按位 AND。
bit_or
(
smallint
) →
smallint
bit_or
(
integer
) →
integer
bit_or
(
bigint
) →
bigint
bit_or
(
bit
) →
bit
计算所有非空输入值的按位或。
bit_xor
(
smallint
) →
smallint
bit_xor
(
integer
) →
integer
bit_xor
(
bigint
) →
bigint
bit_xor
(
bit
) →
bit
计算所有非空输入值的按位异或。可作为无序值集的校验和。
bool_and
(
boolean
) →
boolean
如果所有非空输入值都为 true，则返回 true，否则返回 false。
bool_or
(
boolean
) →
boolean
如果任何非空输入值为 true，则返回 true，否则返回 false。
count
(
*
) →
bigint
计算输入行数。
count
(
"any"
) →
bigint
计算输入值不为 null 的输入行数。
every
(
boolean
) →
boolean
这是 SQL 标准中
bool_and
的等效项。
json_agg
(
anyelement
) →
json
jsonb_agg
(
anyelement
) →
jsonb
将所有输入值（包括 null）收集到一个 JSON 数组中。值将根据
to_json
或
to_jsonb
转换为 JSON。
json_objectagg
( [
{
key_expression
{
VALUE
| ':' }
value_expression
}
] [
{
NULL
|
ABSENT
}
ON NULL
] [
{
WITH
|
WITHOUT
}
UNIQUE
[
KEYS
]
] [
RETURNING
data_type
[
FORMAT JSON
[
ENCODING UTF8
]
]
])
行为类似于
json_object
，但作为一个聚合函数，因此它只接受一个
key_expression
和一个
value_expression
参数。
SELECT json_objectagg(k:v) FROM (VALUES ('a'::text,current_date),('b',current_date + 1)) AS t(k,v)
→
{ "a" : "2022-05-10", "b" : "2022-05-11" }
json_object_agg
(
key
"any"
,
value
"any"
) →
json
jsonb_object_agg
(
key
"any"
,
value
"any"
) →
jsonb
将所有键/值对收集到一个 JSON 对象中。键参数强制转换为文本；值参数按照
to_json
或
to_jsonb
转换。值可以为 null，但键不能为 null。
json_object_agg_strict
(
key
"any"
,
value
"any"
) →
json
jsonb_object_agg_strict
(
key
"any"
,
value
"any"
) →
jsonb
将所有键/值对收集到一个 JSON 对象中。键参数强制转换为文本；值参数按照
to_json
或
to_jsonb
转换。
key
不能为 null。如果
value
为 null，则跳过该条目，
json_object_agg_unique
(
key
"any"
,
value
"any"
) →
json
jsonb_object_agg_unique
(
key
"any"
,
value
"any"
) →
jsonb
将所有键/值对收集到一个 JSON 对象中。键参数强制转换为文本；值参数按照
to_json
或
to_jsonb
进行转换。值可以为 null，但键不能。如果存在重复键，则会引发错误。
json_arrayagg
( [
value_expression
] [
ORDER BY
sort_expression
] [
{
NULL
|
ABSENT
}
ON NULL
] [
RETURNING
data_type
[
FORMAT JSON
[
ENCODING UTF8
]
]
])
行为与
json_array
相同，但作为聚合函数，因此它只接受一个
value_expression
参数。如果指定了
ABSENT ON NULL
，则会省略所有 NULL 值。如果指定了
ORDER BY
，则元素将按该顺序出现在数组中，而不是按输入顺序。
SELECT json_arrayagg(v) FROM (VALUES(2),(1)) t(v)
→
[2, 1]
json_object_agg_unique_strict
(
key
"any"
,
value
"any"
) →
json
jsonb_object_agg_unique_strict
(
key
"any"
,
value
"any"
) →
jsonb
将所有键/值对收集到一个 JSON 对象中。键参数强制转换为文本；值参数按照
to_json
或
to_jsonb
进行转换。
key
不能为 null。如果
value
为 null，则会跳过该条目。如果存在重复键，则会引发错误。
max
(
see text
) →
same as input type
计算非空输入值的较大值。可用于任何数字、字符串、日期/时间或枚举类型，以及
inet
、
interval
、
money
、
oid
、
pg_lsn
、
tid
、
xid8
以及这些类型的数组。
min
(
see text
) →
same as input type
计算非空输入值的最小值。可用于任何数字、字符串、日期/时间或枚举类型，以及
inet
、
interval
、
money
、
oid
、
pg_lsn
、
tid
、
xid8
以及这些类型的数组。
range_agg
(
value
anyrange
) →
anymultirange
range_agg
(
value
anymultirange
) →
anymultirange
计算非空输入值的并集。
range_intersect_agg
(
value
anyrange
) →
anyrange
range_intersect_agg
(
value
anymultirange
) →
anymultirange
计算非空输入值的交集。
json_agg_strict
(
anyelement
) →
json
jsonb_agg_strict
(
anyelement
) →
jsonb
收集所有输入值（跳过空值），并将其放入 JSON 数组中。值将根据
to_json
或
to_jsonb
转换为 JSON。
string_agg
(
value
text
,
delimiter
text
) →
text
string_agg
(
value
bytea
,
delimiter
bytea
) →
bytea
将非空输入值连接成一个字符串。第一个值之后的每个值都将前置相应的
delimiter
（如果它不为空）。
sum
(
smallint
) →
bigint
sum
(
integer
) →
bigint
sum
(
bigint
) →
numeric
sum
(
numeric
) →
numeric
sum
(
real
) →
real
sum
(
double precision
) →
double precision
sum
(
interval
) →
interval
sum
(
money
) →
money
计算非空输入值的总和。
xmlagg
(
xml
) →
xml
连接非空 XML 输入值（参见
第 9.15.1.7 节
）。
需要注意的是，除了
count
，当没有选择行时，这些函数会返回一个空值。特别是，没有行的
sum
会返回空值，而不是人们期望的零，而
array_agg
在没有输入行时会返回空值，而不是空数组。必要时，可以使用
coalesce
函数将空值替换为零或空数组。
聚合函数
array_agg
、
json_agg
、
jsonb_agg
、
json_agg_strict
、
jsonb_agg_strict
、
json_object_agg
、
jsonb_object_agg
、
json_object_agg_strict
、
jsonb_object_agg_strict
、
json_object_agg_unique
、
jsonb_object_agg_unique
、
json_object_agg_unique_strict
、
jsonb_object_agg_unique_strict
、
string_agg
和
xmlagg
，以及类似的用户定义聚合函数，会根据输入值的顺序产生有意义的不同结果值。默认情况下，此顺序未指定，但可以通过在聚合调用中编写
ORDER BY
子句来控制，如
第 4.2.7 节
中所示。或者，通常会从排序的子查询中提供输入值。例如
SELECT xmlagg(x) FROM (SELECT x FROM test ORDER BY y DESC) AS tab;
请注意，如果外部查询级别包含其他处理（例如联接），则此方法可能会失败，因为这可能会导致在计算聚合之前重新排序子查询的输出。
布尔聚合 bool_and 和 bool_or 对应于标准 SQL 聚合 every 和 any 或 some。 PostgreSQL 支持 every，但不支持 any 或 some，因为标准语法中存在歧义
SELECT b1 = ANY((SELECT b2 FROM t2 ...)) FROM t1 ...;
此处 ANY 可以被视为引入子查询，或作为聚合函数，如果子查询返回一行布尔值。因此，无法将标准名称赋予这些聚合。
习惯于使用其他 SQL 数据库管理系统的用户可能会对将 count 聚合应用于整个表时的性能感到失望。类似这样的查询
SELECT count(*) FROM sometable;
需要与表大小成比例的精力：PostgreSQL需要扫描整个表或包含表中所有行的索引的全部内容。
表 9.60 显示了统计分析中通常使用的聚合函数。（这些函数被单独列出，只是为了避免与更常用的聚合函数混淆。）显示为接受numeric_type 的函数可用于所有类型 smallint、integer、bigint、numeric、real 和 double precision。如果描述中提到了N，则表示所有输入表达式都为非空值的输入行的数量。在所有情况下，如果计算没有意义（例如，当N 为零时），则返回 null。
表 9.60. 统计分析的聚合函数
regr_avgx ( Y double precision, X double precision ) → double precision
计算自变量的平均值，sum(X)/N。
regr_avgy ( Y double precision, X double precision ) → double precision
计算因变量的平均值，sum(Y)/N。
regr_count ( Y double precision, X double precision ) → bigint
计算两个输入均非空的行数。
regr_intercept ( Y double precision, X double precision ) → double precision
计算由 (X, Y) 对确定的最小二乘拟合线性方程的 y 截距。
regr_r2 ( Y double precision, X double precision ) → double precision
计算相关系数的平方。
regr_slope ( Y double precision, X double precision ) → double precision
计算由 (X, Y) 对确定的最小二乘拟合线性方程的斜率。
regr_sxx ( Y double precision, X double precision ) → double precision
计算自变量的“平方和”，sum(X^2) - sum(X)^2/N。
regr_sxy ( Y double precision, X double precision ) → double precision
计算自变量乘以因变量的“乘积和”，sum(X*Y) - sum(X) * sum(Y)/N。
regr_syy ( Y double precision, X double precision ) → double precision
计算因变量的“平方和”，sum(Y^2) - sum(Y)^2/N。
stddev ( numeric_type ) → double precision对于real或double precision，否则numeric
这是stddev_samp的历史别名。
stddev_pop ( numeric_type ) → double precision对于real或double precision，否则numeric
计算输入值的总体标准差。
stddev_samp ( numeric_type ) → double precision对于real或double precision，否则numeric
计算输入值的样本标准差。
variance ( numeric_type ) → double precision对于real或double precision，否则numeric
这是var_samp的历史别名。
var_pop ( numeric_type ) → double precision对于real或double precision，否则numeric
计算输入值的总体方差（总体标准差的平方）。
var_samp ( numeric_type ) → double precision 对于 real 或 double precision，否则为 numeric
计算输入值（样本标准差的平方）的样本方差。
表 9.61 显示了一些使用 有序集聚合 语法的聚合函数。这些函数有时称为 “逆分布” 函数。它们的聚合输入由 ORDER BY 引入，它们还可以采用一个未聚合的 直接参数，但仅计算一次。所有这些函数都忽略其聚合输入中的空值。对于那些采用 fraction 参数的函数，分数值必须在 0 和 1 之间；如果不满足此条件，则会引发错误。但是，空 fraction 值只会产生空结果。
表 9.61. 有序集聚合函数
mode () WITHIN GROUP ( ORDER BY anyelement ) → anyelement
计算 众数，即聚合参数中最频繁的值（如果有多个频率相同的值，则任意选择第一个）。聚合参数必须为可排序类型。
percentile_cont ( fraction double precision ) WITHIN GROUP ( ORDER BY double precision ) → double precision
percentile_cont ( fraction double precision ) WITHIN GROUP ( ORDER BY interval ) → interval
计算 连续百分位数，该值对应于聚合参数值的已排序集合中指定的 fraction。如果需要，这将在相邻输入项之间进行插值。
percentile_cont ( fractions double precision[] ) WITHIN GROUP ( ORDER BY double precision ) → double precision[]
percentile_cont ( fractions double precision[] ) WITHIN GROUP ( ORDER BY interval ) → interval[]
计算多个连续百分位数。结果与 fractions 参数具有相同的维度，其中每个非空元素都替换为对应于该百分位数的（可能插值）值。
percentile_disc ( fraction double precision ) WITHIN GROUP ( ORDER BY anyelement ) → anyelement
计算离散百分位数，即聚合参数值的有序集合中第一个值，其在排序中的位置等于或超过指定的fraction。聚合参数必须为可排序类型。
percentile_disc ( fractions double precision[] ) WITHIN GROUP ( ORDER BY anyelement ) → anyarray
计算多个离散百分位数。结果与fractions参数具有相同的维度，每个非空元素替换为对应于该百分位数的输入值。聚合参数必须为可排序类型。
表 9.62中列出的每个“假设集”聚合都与第 9.22 节中定义的同名窗口函数关联。在每种情况下，聚合的结果都是关联窗口函数将为从args构建的“假设”行返回的值，如果已将该行添加到由sorted_args表示的有序行组中。对于这些函数中的每一个，args中给出的直接参数列表必须与sorted_args中给出的聚合参数的数量和类型匹配。与大多数内置聚合不同，这些聚合不是严格的，即它们不会删除包含空值的输入行。空值根据ORDER BY子句中指定的规则进行排序。
表 9.62. 假设集聚合函数
dense_rank ( args ) WITHIN GROUP ( ORDER BY sorted_args ) → bigint
计算假设行（不含间隙）的秩；此函数有效地计数对等组。
percent_rank ( args ) WITHIN GROUP ( ORDER BY sorted_args ) → double precision
计算假设行的相对秩，即 (rank - 1) / (总行数 - 1)。因此，值范围为 0 到 1（含）。
cume_dist ( args ) WITHIN GROUP ( ORDER BY sorted_args ) → double precision
计算累积分布，即（假设行前或与之对等的行数）/（总行数）。因此，值范围为 1/N 到 1。
表 9.63 中所示的分组操作与分组集（请参阅 第 7.2.4 节）结合使用，以区分结果行。 GROUPING 函数的参数实际上并未求值，但它们必须与关联查询级别的 GROUP BY 子句中给出的表达式完全匹配。例如
=> 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)
此处，前四行的 grouping 值 0 表明这些行已按两个分组列正常分组。值 1 指示在倒数第二行中未按 model 分组，值 3 指示在最后一行中未按 make 或 model 分组（因此是所有输入行的聚合）。
