聚集函数从一个输入值的集合计算出一个单一值。 内建的通用聚集函数在Table 10.53中列出，而统计性聚集是在Table 10.54中列出。 内建的组内有序集聚集函数在Table 10.55中列出，而内建的组内假想集聚集在Table 10.56中列出。 与聚集函数紧密相关的分组操作在Table 10.57中列出。 Section 5.2.7中会解释针对聚集函数的特殊语法考虑。额外的介绍信息请参考Section 2.7。
支持部分模式的聚合函数具备参与各种优化的条件，例如并行聚合。
Table 10.53. 通用聚集函数
函数 描述 | 部分模式 |
|---|---|
将所有输入值，包括空值，收集到一个数组中。 | No |
将所有输入数组连接到一个更高维度的数组中。(输入必须都具有相同的维度，并且不能为空的(empty)或空值(null)。) | No |
|
计算所有非空输入值的平均值(算术平均值)。 | Yes |
计算所有非空输入值的逐位AND。 | Yes |
计算所有非空输入值的逐位OR。 | Yes |
如果全部非空输入值都为真则返回真，否则返回假。 | Yes |
|
如果任何非空输入值为真则返回真，否则返回假。 | Yes |
|
计算输入行的数量。 | Yes |
计算输入值不为空的输入行的数量。 | Yes |
|
这是对应 | Yes |
收集所有输入值，包括空值，到一个JSON数组。根据 | No |
将所有键/值对收集到一个JSON对象中。关键参数强制转换为文本；值参数按照 | No |
计算非空输入值的最大值。适用于任何数字、字符串、日期/时间或enum类型，
以及 | Yes |
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enum类型，
以及 | Yes |
连接非空输入值到字符串中。第一个值之后的每个值前面都有相应的 | No |
|
计算非空输入值的总和。 | Yes |
|
连接非空的XML输入值(参见Section 10.14.1.7)。 | No |
应该注意的是，除了count之外，这些函数在没有选择行时返回空值。
特别地，行数的sum返回空(null)，而不是预期的零，array_agg在没有输入行时返回空(null)而不是空数组。
coalesce函数可以在必要时用零或空数组代替空(null)。
聚合函数 array_agg,json_agg, jsonb_agg,json_object_agg, jsonb_object_agg,
string_agg,和 xmlagg,以及类似的用户定义的聚合函数，根据输入值的顺序产生富有意义的不同的结果值。
默认情况下，这种排序是不指定的，但可以通过在聚合调用中写入ORDER BY子句来控制，如Section 5.2.7所示。
或者，从排序的子查询提供输入值通常也可以。例如：
SELECT xmlagg(x) FROM (SELECT x FROM test ORDER BY y DESC) AS tab;
注意，如果外部查询级别包含其他处理，例如关联，则此方法可能会失败，因为这可能导致子查询的输出在计算聚合之前重新排序。
布尔聚合 bool_and 和 bool_or 对应于标准SQL聚合 every 和 any 或 some.
LightDB 支持 every, 但不支持 any 或 some, 因为标准语法中存在模糊性:
SELECT b1 = ANY((SELECT b2 FROM t2 ...)) FROM t1 ...;
这里ANY可以被认为是引入子查询，或者是聚合函数，如果子查询返回一行布尔值。因此，不能为这些聚合提供标准名称。
习惯使用其他SQL数据库管理系统的用户可能会对count聚合应用于整个表时的性能感到失望。一个类似下面的查询:
SELECT count(*) FROM sometable;
将需要与表大小成比例的工作:LightDB将需要扫描整个表或包含表中所有行的索引。
当您使用 SharedJDBC 框架时，它可能会解析聚合函数的参数名。但是，默认情况下，LightDB 输出函数调用列名没有参数。
select max(a) from agg_table; max ----- 10 (1 row)
如果您遇到了这个问题，可以打开开关 lightdb_aggcolumn_rename。当打开这个开关时，当您使用列引用调用 count、avg、min、max、sum 时，LightDB 将输出带有参数列表的列名。
set lightdb_aggcolumn_rename=on;
select max(a) from agg_table;
MAX(A)
--------
10
(1 row)
这种重命名仅适用于简单的列引用，而不适用于函数调用、表达式等情况。
set lightdb_aggcolumn_rename=on; select max(a + 1) from agg_table; max ----- 11 (1 row)
Table 10.54显示了统计分析中常用的聚合函数。
(这些被分离出来仅仅是为了避免使更常用的聚合列表混乱。)
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。
在描述中提及N时，它意味着所有输入表达式都非空的输入行数。在所有情况下，如果计算没有意义，则返回null，例如当N为0时。
Table 10.54. 用于统计的聚集函数
Table 10.55显示了一些使用ordered-set aggregate语法的聚合函数。
这些函数有时被称为“inverse distribution”函数。
它们的聚合输入是通过ORDER BY引入的，它们还可以接受未聚合的direct argument，但只计算一次。
所有这些函数在其聚合的输入中都忽略空(null)值。
对于使用fraction(fraction)参数的函数，分数值必须在0到1之间;否则将抛出一个错误。但是，空分数值简单地产生一个空结果。
Table 10.55. 有序集聚集函数
列在Table 10.56中的每个“hypothetical-set”聚合都与Section 10.21中定义的同名窗口函数相关联。
在每种情况下，聚合的结果都是相关的窗口函数将为由args构造的“hypothetical”行返回的值，如果将这样的行添加到sorted_args表示的已排序行组中。
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，也就是说它们不会删除包含空值的输入行。空值根据ORDER BY子句中指定的规则排序。
Table 10.56. 假想集聚集函数
Table 10.57. 分组操作
Table 10.57所示的分组操作与分组集(参见Section 8.2.4)共同使用，以区分结果行。
GROUPING函数的参数实际上并不求值，但它们必须与相关查询级别的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)
在这里，前四行中的grouping值0表明这些已经正常分组，在两个分组列上。
值1表示model没有在倒数两行中分组，值3表示无论是make还是model都没有在最后一行中分组(因此，这是所有输入行的聚合)。