clickhouse的数组聚合函数

### ClickHouse 数组聚合函数 #### 语法说明 在 ClickHouse 中，数组聚合函数用于处理数组类型的列。常见的数组聚合函数有 `groupArray`、`arrayReduce` 和其他特定于数组的操作。这些函数能够有效地收集和转换数据。 对于 `groupArray` 函数而言，该函数会将一组值聚合成一个数组[^1]： ```sql SELECT groupArray(column_name) FROM table_name; ``` 此语句将会创建一个新的数组，其中包含了来自指定列的所有非重复项。 另一个重要的函数是 `arrayReduce`，它可以应用各种内置或自定义的聚合逻辑到输入数组上: ```sql SELECT arrayReduce('aggFunction', arr_column) AS result FROM table_name; ``` 这里 `'aggFunction'` 是指具体的聚合操作名称，比如求和 (`sum`) 或者平均数 (`avg`) 等；而 `arr_column` 则是要被聚合处理的数组型态字段。 #### 使用实例 下面给出几个具体的应用场景来展示如何利用上述提到的一些功能特性: ##### 场景一：获取每类商品销售记录中的价格列表 假设有一个电商数据库表 `sales_records` 记录着每次交易的商品 ID 及对应的价格，则可以通过如下 SQL 查询获得按类别分组后的各条目售价集合: ```sql SELECT product_id, groupArray(price) as prices FROM sales_records GROUP BY product_id; ``` 这将返回每一类产品所涉及的不同售卖金额组成的序列。 ##### 场景二：统计某段时间内每天访问网站用户的唯一 IP 地址数目变化趋势图 给定一张日志表 `web_visits_log` ，里面存有关于访客IP地址的信息以及他们浏览网页的时间戳。为了绘制每日独立访客增长曲线，可采用下述方式提取所需统计数据: ```sql WITH daily_unique_ips AS ( SELECT toStartOfDay(timestamp) date, uniqExact(ip_address) count_of_uniq_ip_per_day FROM web_visits_log GROUP BY timestamp::date ) SELECT date, sum(count_of_uniq_ip_per_day) OVER (ORDER BY date ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW ) cumulative_sum FROM daily_unique_ips; ``` 注意，在这个例子中虽然没有直接调用数组聚合函数，但是通过与其他标准聚合函数配合使用实现了类似的效果——累积计数器反映了随着时间推移累计了多少不同的 IP 进行过页面请求。 #### 性能优化建议 当涉及到大量数据时，合理设置参数可以帮助提高效率。例如调整 `max_rows_to_group_by` 参数以控制内存占用量，防止因过度消耗资源而导致性能下降。另外，尽可能早地过滤掉不必要的行也能显著减少后续阶段的工作负担。