MaxComputeSQL支援的彙總函式的命令格式,參數及樣本 - MaxCompute

彙總（Aggregate）函數的輸入與輸出是多對一的關係，即將多條輸入記錄彙總成一條輸出值，可以與MaxCompute SQL中的group by語句配合使用。本文為您提供MaxCompute SQL支援的彙總函式的命令格式、參數說明及樣本，指導您使用彙總函式完成開發。

MaxCompute SQL支援的彙總函式如下。

函數	功能
ANY	判斷輸入Value中是否存在至少一個為True的元素。
ANY_VALUE	在指定範圍內任選一個值返回。
APPROX_DISTINCT	返回輸入的非重複值的近似數目。
ARG_MAX	返回指定列的最大值對應行的列值。
ARG_MIN	返回指定列的最小值對應行的列值。
AVG	計算平均值。
BITWISE_AND_AGG	計算輸入Value的bit AND彙總值。
BITWISE_OR_AGG	計算輸入Value的bit OR彙總值。
BITWISE_XOR_AGG	計算輸入Value的bit XOR彙總值。
BOOL_AND	對一組布爾值執行邏輯與（AND）操作。
BOOL_OR	對一組布爾值執行邏輯或（OR）操作。
COLLECT_LIST	將指定的列彙總為一個數組。
COLLECT_SET	將指定的列彙總為一個無重複元素的數組。
CORR	計算兩列資料的皮爾遜係數（Pearson Correlation Coefficient）。
COUNT	計算記錄數。
COUNT_IF	計算指定運算式為True的記錄數。
COVAR_POP	計算指定兩個數值列的總體共變數。
COVAR_SAMP	計算指定兩個數值列的樣本共變數。
HISTOGRAM	構造輸入Map的Key值出現次數的Map。
MAP_AGG	構造兩個輸入欄位的Map。
MAP_UNION	對輸入Map進行Union操作來構造輸出Map。
MAP_UNION_SUM	對輸入Map進行Union操作並對相同Key的Value求和來構造輸出Map。
MAX	計算最大值。
MAX_BY	返回指定列的最大值對應行的列值。
MEDIAN	計算中位元。
MIN	計算最小值。
MIN_BY	返回指定列的最小值對應行的列值。
MULTIMAP_AGG	構造兩個輸入欄位的Map，第一個欄位作為Map的Key，第二個欄位構造數組作為Map的Value。
NUMERIC_HISTOGRAM	統計指定列的近似長條圖。
PERCENTILE	計算精確百分位元，適用於小資料量。
PERCENTILE_APPROX	計算近似百分位元，適用於巨量資料量。
PERCENTILE_CONT	計算精確的百分位元。
PERCENTILE_DISC	計算給定的百分位元值。
STDDEV	計算總體標準差。
STDDEV_SAMP	計算樣本標準差。
SUM	計算匯總值。
VAR_SAMP	計算指定數值列的樣本方差。
VARIANCE/VAR_POP	計算指定數值列的方差。
WM_CONCAT	用指定的分隔字元連接字串。

注意事項

升級到MaxCompute 2.0後，產品擴充了部分函數。如果您用到的函數涉及新資料類型（TINYINT、SMALLINT、INT、FLOAT、VARCHAR、TIMESTAMP或BINARY），在使用擴充函數時，需要執行如下語句開啟新資料類型開關：

Session層級：如果使用新資料類型，您需要在SQL語句前加上語句set odps.sql.type.system.odps2=true;，並與SQL語句一起提交執行。
Project層級：Project Owner可根據需要對Project進行設定，等待10~15分鐘後才會生效。命令如下。
```
setproject odps.sql.type.system.odps2=true;
```
對setproject的詳細說明請參見專案空間操作。關於開啟Project層級資料類型的注意事項，請參見資料類型版本說明。
單個Worker裡的元素數量不能超過兩百萬。

在同一條SQL語句中同時使用多個彙總函式時，如果專案資源不足，會出現記憶體溢出問題，請您根據實際業務情況最佳化SQL或購買計算資源。

彙總函式文法

彙總函式的文法聲明如下。

<aggregate_name>(<expression>[,...]) [WITHIN GROUP (ORDER BY <col1>[,<col2>…])] [FILTER (WHERE <where_condition>)]

<aggregate_name>(<expression>[,...])：內建彙總函式或使用者自訂彙總函式UDAF，具體格式以實際彙總函式文法為準。

WITHIN GROUP (ORDER BY <col1>[,<col2>…])：當彙總函式中攜帶該運算式時，預設會對<col1>[,<col2>…]的輸入資料進行升序排列。如果需要降序排列，運算式為WITHIN GROUP (ORDER BY <col1>[,<col2>…] [DESC])。

在使用該運算式時，您需要注意：

僅支援WM_CONCAT、COLLECT_LIST、COLLECT_SET及UDAF使用該運算式。
一個SELECT語句中如果多個彙總函式攜帶WITHIN GROUP (ORDER BY <col1>[,<col2>…])運算式時，ORDER BY <col1>[,<col2>…]必須相同。
如果彙總函式的參數中攜帶了DISTINCT關鍵字，ORDER BY <col1>[,<col2>…]中只允許使用DISTINCT的列。即ORDER BY的列集合應該是DISTINCT列集合的子集，並且<col1>[,<col2>…]的欄位類型要和彙總函式的入參類型保持一致。
說明
由於目前支援使用WITHIN GROUP (ORDER BY <col1>[,<col2>…])運算式的彙總函式中，只允許存在一個入參，因此如果彙總函式中攜帶了DISTINCT關鍵詞，ORDER BY只能有一列，且必須與彙總函式的入參類型保持一致。
例如，WM_CONCAT函數的入參類型要求為STRING，那麼ORDER BY後的欄位類型也必須為STRING。詳情請參見下述樣本四（樣本表emp的建立請參見樣本資料）。

命令樣本如下：

--樣本一，對輸入資料升序排列後輸出。
SELECT x, wm_concat(',', y) WITHIN GROUP (ORDER BY y) FROM 
  VALUES('k', 1),('k', 3),('k', 2) AS t(x, y) GROUP BY x;
--返回結果如下。
+------------+------------+
| x          | _c1        |
+------------+------------+
| k          | 1,2,3      |
+------------+------------+

--樣本二，對輸入資料降序排列後輸出。
SELECT x, wm_concat(',', y) WITHIN GROUP (ORDER BY y DESC) FROM
  VALUES('k', 1),('k', 3),('k', 2) AS t(x, y) GROUP BY x;
--返回結果如下。
+------------+------------+
| x          | _c1        |
+------------+------------+
| k          | 3,2,1      |
+------------+------------+

--樣本三
SELECT id, wm_concat(DISTINCT ',', name) WITHIN GROUP (ORDER BY name DESC) FROM 
  VALUES('k', '1'),('k', '3'),('k', '2') AS t(id, name) GROUP BY id;

--返回結果如下。
+------------+------------+
| id         | _c1        |
+------------+------------+
| k          | 3,2,1      |
+------------+------------+

--樣本四
--由於彙總函式的參數中攜帶了DISTINCT關鍵字，此時wm_concat函數中bigint類型的入參sal會被隱式轉換為string類型，
--為了與wm_concat函數的入參類型保持一致，則order by sal中需要使用cast將sal轉換為string類型，否則會導致報錯。
SELECT deptno, wm_concat(DISTINCT ',', sal) 
  WITHIN GROUP (ORDER BY cast(sal AS STRING ) DESC) 
  FROM emp GROUP BY deptno ORDER BY deptno;

--返回結果如下。
+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 5000,2450,1300 |
| 20         | 800,3000,2975,1100 |
| 30         | 950,2850,1600,1500,1250 |
+------------+------------+

[filter (where <where_condition>)]：當彙總函式中攜帶該運算式時，彙總函式只會處理滿足<where_condition>的資料。更多<where_condition>資訊，請參見WHERE子句（WHERE_condition）。

在使用該運算式時，您需要注意：

僅支援內建彙總函式使用該運算式，不支援UDAF使用該運算式。
count(*)支援[filter (where <where_condition>)]運算式。
COUNT_IF不支援[filter (where <where_condition>)]運算式。

命令樣本如下：

--樣本一，過濾並彙總資料。
select
  sum(x),
  sum(x) filter (where y > 1),
  sum(x) filter (where y > 2)
  from values(null, 1),(1, 2),(2, 3),(3, null) as t(x, y);
--返回結果如下。
+------------+------------+------------+
| _c0        | _c1        | _c2        |
+------------+------------+------------+
| 6          | 3          | 2          |
+------------+------------+------------+

--樣本二，使用多個彙總函式過濾並彙總資料。
select
  count_if(x > 2),
  sum(x) filter (where y > 1),
  sum(x) filter (where y > 2)
  from values(null, 1),(1, 2),(2, 3),(3, null) as t(x, y);
--返回結果如下。
+------------+------------+------------+
| _c0        | _c1        | _c2        |
+------------+------------+------------+
| 1          | 3          | 2          |
+------------+------------+------------+

樣本資料

為便於理解各函數的使用方法，本文為您提供來源資料，基於來源資料提供函數相關樣本。建立表emp，並添加資料，命令樣本如下：

create table if not exists emp
   (empno bigint,
    ename string,
    job string,
    mgr bigint,
    hiredate datetime,
    sal bigint,
    comm bigint,
    deptno bigint);
tunnel upload emp.txt emp;

emp.txt中的資料如下：

7369,SMITH,CLERK,7902,1980-12-17 00:00:00,800,,20
7499,ALLEN,SALESMAN,7698,1981-02-20 00:00:00,1600,300,30
7521,WARD,SALESMAN,7698,1981-02-22 00:00:00,1250,500,30
7566,JONES,MANAGER,7839,1981-04-02 00:00:00,2975,,20
7654,MARTIN,SALESMAN,7698,1981-09-28 00:00:00,1250,1400,30
7698,BLAKE,MANAGER,7839,1981-05-01 00:00:00,2850,,30
7782,CLARK,MANAGER,7839,1981-06-09 00:00:00,2450,,10
7788,SCOTT,ANALYST,7566,1987-04-19 00:00:00,3000,,20
7839,KING,PRESIDENT,,1981-11-17 00:00:00,5000,,10
7844,TURNER,SALESMAN,7698,1981-09-08 00:00:00,1500,0,30
7876,ADAMS,CLERK,7788,1987-05-23 00:00:00,1100,,20
7900,JAMES,CLERK,7698,1981-12-03 00:00:00,950,,30
7902,FORD,ANALYST,7566,1981-12-03 00:00:00,3000,,20
7934,MILLER,CLERK,7782,1982-01-23 00:00:00,1300,,10
7948,JACCKA,CLERK,7782,1981-04-12 00:00:00,5000,,10
7956,WELAN,CLERK,7649,1982-07-20 00:00:00,2450,,10
7956,TEBAGE,CLERK,7748,1982-12-30 00:00:00,1300,,10

過濾條件運算式

使用限制。
- 僅MaxCompute內建的彙總函式支援添加過濾條件運算式，自訂彙總函式UDAF暫不支援。
- count(*)不能與過濾條件運算式同時使用，請使用COUNT_IF函數。

命令格式。

<aggregate_name>(<expression>[,...]) [filter (where <where_condition>)]

命令說明。
彙總函式都可以增加過濾條件運算式。如果指定了過濾條件，則只有滿足過濾條件的行資料才會傳給對應的彙總函式進行處理。
參數說明。
- aggregate_name：必填。彙總函式名稱，請根據實際需求選擇下方的彙總函式。
- expression：必填。彙總函式的參數。請根據各個彙總函式的參數說明填寫。
- where_condition：可選。過濾條件。更多過濾條件資訊，請參見WHERE子句（WHERE_condition）。
傳回值說明。
請參見各個彙總函式的傳回值說明。

使用樣本。

select sum(sal) filter (where deptno=10), sum(sal) filter (where deptno=20), sum(sal) filter (where deptno=30) from emp;

返回結果如下：

+------------+------------+------------+
| _c0        | _c1        | _c2        |
+------------+------------+------------+
| 17500      | 10875      | 9400       |
+------------+------------+------------+

ANY

命令格式。
```
BOOLEAN ANY(BOOLEAN <colname>)
```
命令說明。
將colname指定的列值彙總為一個數組，判斷其中是否存在至少一個為TRUE的元素，如果至少有一個值為TRUE，則返回TRUE。
參數說明。
colname：必填。BOOLEAN類型。
傳回值說明。
返回BOOLEAN類型。colname值為NULL時，該行不參與計算。

樣本。

-- 返回 true
SELECT ANY(colname) FROM VALUES (true), (false), (false) AS tab(colname);
-- 返回 true
SELECT ANY(colname) FROM VALUES (NULL), (true), (false) AS tab(colname);
-- 返回 false
SELECT ANY(colname) FROM VALUES (false), (false), (NULL) AS tab(colname);
-- 返回 true
SELECT ANY(colname1) FILTER(WHERE colname2 = 2) FROM VALUES (true, 1), (false, 1), (true, 2) AS tab(colname1, colname2);

ANY_VALUE

命令格式。
```
any_value(<colname>)
```
命令說明。
在指定範圍內任選一個值返回。此函數為MaxCompute 2.0擴充函數。
參數說明。
colname：必填。可以為任意類型。
傳回值說明。
傳回值類型同colname對應實值型別。colname值為NULL時，該行不參與計算。

樣本。

樣本1：在所有職工中任選一名。命令樣本如下：

select any_value(ename) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| SMITH      |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並在各組中任選一名。命令樣本如下：

select deptno, any_value(ename) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | CLARK      |
| 20         | SMITH      |
| 30         | ALLEN      |
+------------+------------+

APPROX_DISTINCT

命令格式。
```
approx_distinct(<colname>)
```
命令說明。
計算指定列的非重複值的近似數目。此函數為MaxCompute 2.0擴充函數。
參數說明。
colname：必填。需要統計去重的列。
傳回值說明。
返回BIGINT類型。此函數會產生5%的標準誤差。colname值為NULL時，該行不參與計算。

樣本。

樣本1：統計薪資（sal）列非重複值的近似數目。命令樣本如下：

select approx_distinct(sal) from emp;

返回結果如下：

+-------------------+
| numdistinctvalues |
+-------------------+
| 12                |
+-------------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，統計薪資（sal）列非重複值的近似數目。命令樣本如下：

select deptno, approx_distinct(sal) from emp group by deptno;

返回結果如下：

+------------+-------------------+
| deptno     | numdistinctvalues |
+------------+-------------------+
| 10         | 3                 |
| 20         | 4                 |
| 30         | 5                 |
+------------+-------------------+

ARG_MAX

命令格式。

arg_max(<valueToMaximize>, <valueToReturn>)

命令說明。
返回valueToMaximize最大值對應行的valueToReturn。此函數為MaxCompute 2.0擴充函數。
參數說明。
- valueToMaximize：必填。可以為任意類型。
- valueToReturn：必填。可以為任意類型。
傳回值說明。
傳回值類型和valueToReturn類型相同，如果存在多行最大值時，隨機返回最大值中的一行對應的值。valueToMaximize值為NULL時，該行不參與計算。

樣本。

樣本1：返回薪資最高的員工姓名。命令樣本如下：

select arg_max(sal, ename) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| KING       |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並返回各組中薪資最高職工姓名。命令樣本如下：

select deptno, arg_max(sal, ename) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | KING       |
| 20         | SCOTT      |
| 30         | BLAKE      |
+------------+------------+

ARG_MIN

命令格式。

arg_min(<valueToMinimize>, <valueToReturn>)

命令說明。
返回valueToMinimize最小值對應行的valueToReturn。此函數為MaxCompute 2.0擴充函數。
參數說明。
- valueToMinimize：必填。可以為任意類型。
- valueToReturn：必填。可以為任意類型。
傳回值說明。
傳回值類型和valueToReturn類型相同，如果存在多行最小值時，隨機返回最小值其中的一行對應的值。valueToMinimize值為NULL時，該行不參與計算。

樣本。

樣本1：返回薪資最低的員工姓名。命令樣本如下：

select arg_min(sal, ename) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| SMITH      |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並返回各組中薪資最低職工姓名。命令樣本如下：

select deptno, arg_min(sal, ename) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | MILLER     |
| 20         | SMITH      |
| 30         | JAMES      |
+------------+------------+

AVG

命令格式。
```
DECIMAL｜DOUBLE  avg(<colname>)
```
命令說明。
計算平均值。
參數說明。
colname：必填。列值支援所有資料類型，可以轉換為DOUBLE類型後參與運算。
傳回值說明。
如果colname值為NULL時，該行不參與計算。其他類型返回規則如下：
輸入類型
傳回型別
TINYINT
DOUBLE
SMALLINT
DOUBLE
INT
DOUBLE
BIGINT
DOUBLE
FLOAT
DOUBLE
DOUBLE
DOUBLE
DECIMAL
DECIMAL

樣本。

樣本1：計算所有職工的平均薪資（sal）。命令樣本如下：

select avg(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 2222.0588235294117 |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，計算各部門員工的平均薪資（sal）。命令樣本如下：

select deptno, avg(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 2916.6666666666665 |
| 20         | 2175.0     |
| 30         | 1566.6666666666667 |
+------------+------------+

BITWISE_AND_AGG

命令格式。
```
BIGINT bitwise_and_agg(BIGINT value)
```
命令說明。
對於輸入的value，按照bit AND操作計算彙總值。
參數說明。
value：必填。BIGINT類型的值，NULL值不參與計算。
傳回值說明。
返回BIGINT類型。

樣本。

SELECT id, bitwise_and_agg(v) FROM
    VALUES (1L, 2L), (1L, 1L), (2L, null), (1L, null) t(id, v) GROUP BY id;

返回結果如下。

+------------+------------+
| id         | _c1        |
+------------+------------+
| 1          | 0          |
| 2          | NULL       |
+------------+------------+

BITWISE_OR_AGG

函式宣告。
```
bigint bitwise_or_agg(bigint value)
```
命令說明。
對於輸入的value，按照bit OR操作計算彙總值。
參數說明。
value：必填。BIGINT類型的值，NULL值不參與計算。
傳回值說明。
返回BIGINT類型。

樣本。

select id, bitwise_or_agg(v) from
    values (1L, 2L), (1L, 1L), (2L, null), (1L, null) t(id, v) group by id;

返回結果如下。

+------------+------------+
| id         | _c1        |
+------------+------------+
| 1          | 3          |
| 2          | NULL       |
+------------+------------+

BITWISE_XOR_AGG

函式宣告。

BIGINT BITWISE_XOR_AGG(BIGINT|INT|SMALLINT|TINYINT value)

命令說明。
對於輸入的value，按照BIT XOR操作計算彙總值。
參數說明。
value：必填。BIGINT、INT、SMALLINT、TINYINT類型的值，NULL值不參與計算。
傳回值說明。
返回BIGINT類型。返回規則如下：
- value值非BIGINT、INT、SMALLINT或TINYINT類型時，返回報錯。
- value值為NULL時，返回NULL。

樣本。

SELECT id, bitwise_xor_agg(v) FROM 
  VALUES (1L, 2L), (1L, 1L), (2L, NULL), (1L, NULL) t(id, v) GROUP BY id;

返回結果如下。

+------------+------------+
| id         | _c1        | 
+------------+------------+
| 1          | 3          | 
| 2          | NULL       | 
+------------+------------+

BOOL_AND

命令格式。
```
BOOLEAN BOOL_AND(<colname>)
```
命令說明。
將colname指定的列值彙總為一個數組，再對該組布爾值執行邏輯與（AND）操作。
參數說明。
colname：必填。表的列名稱，為BOOLEAN類型。
傳回值說明。
返回BOOLEAN類型。返回規則如下：
- 若輸入的所有值都為true，則返回true，否則返回false。
- BOOL_AND()函數會忽略組內的NULL值。

樣本。

-- 樣本一，執行簡單邏輯與操作。
SELECT bool_and(colname) FROM VALUES (true), (false), (true) AS tab(colname);
-- 返回結果
+------+
| _c0  | 
+------+
| false | 
+------+

-- 樣本二，BOOL_AND()函數會忽略組內的NULL值。
SELECT bool_and(colname) FROM VALUES (NULL), (true), (true) AS tab(colname);
-- 返回結果
+------+
| _c0  | 
+------+
| true | 
+------+

-- 樣本三，支援僅對某列彙總。
SELECT bool_and(colname1) FROM VALUES (true, 1), (false, 2), (true, 1) AS tab(colname1, colname2);
-- 返回結果
+------+
| _c0  | 
+------+
| false | 
+------+

-- 樣本四，支援篩選後的布爾邏輯與操作。
SELECT bool_and(colname1) FILTER(WHERE colname2 = 1) FROM VALUES (true, 1), (false, 2), (true, 1) AS tab(colname1, colname2);
-- 返回結果
+------+
| _c0  | 
+------+
| true | 
+------+

BOOL_OR

命令格式。
```
BOOLEAN BOOL_OR(BOOLEAN <colname>)
```
命令說明。
將colname指定的列值彙總為一個數組，再對該組布爾值執行邏輯或（OR）操作。
參數說明。
colname：必填。表的列名稱，為BOOLEAN類型。
傳回值說明。
返回BOOLEAN類型。返回規則如下：
- 若輸入值中至少有一個值在組中為true，則返回true；若所有值都為false，則該函數返回false。
- BOOL_OR()函數會忽略組內的NULL值。

樣本。

-- 樣本一，執行簡單邏輯或操作。
SELECT bool_or(colname) FROM VALUES (true), (false), (false) AS tab(colname);
-- 返回結果
+------+
| _c0  | 
+------+
| true | 
+------+

-- 樣本二，BOOL_OR()函數會忽略組內的NULL值。
SELECT bool_or(colname) FROM VALUES (NULL), (true), (false) AS tab(colname);
-- 返回結果
+------+
| _c0  | 
+------+
| true | 
+------+

-- 樣本三。
SELECT bool_or(colname1) FROM VALUES (false), (false), (NULL) AS tab(colname1);
-- 返回結果
+------+
| _c0  | 
+------+
| false | 
+------+

-- 樣本四，支援篩選後的布爾邏輯或操作。
SELECT bool_or(colname1) FILTER(WHERE colname2 = 1) FROM VALUES (true, 1), (false, 1), (true, 2) AS tab(colname1, colname2);
-- 返回結果
+------+
| _c0  | 
+------+
| true | 
+------+

COLLECT_LIST

命令格式。
```
array collect_list(<colname>)
```
命令說明。
將colname指定的列值彙總為一個數組。此函數為MaxCompute 2.0擴充函數。
參數說明。
colname：必填。表的列名稱，可為任意類型。
傳回值說明。
返回ARRAY類型。colname值為NULL時，該行不參與計算。

樣本。

樣本1：將所有職工薪資（sal）彙總為一個數組。命令樣本如下：

select collect_list(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| [800,1600,1250,2975,1250,2850,2450,3000,5000,1500,1100,950,3000,1300,5000,2450,1300] |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並將同組的職工薪資（sal）彙總為一個數組。命令樣本如下：

select deptno, collect_list(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | [2450,5000,1300,5000,2450,1300] |
| 20         | [800,2975,3000,1100,3000] |
| 30         | [1600,1250,1250,2850,1500,950] |
+------------+------------+

樣本3：與group by配合使用，對所有職工按照部門（deptno）進行分組，並將同組的職工薪資（sal）去重後彙總為一個數組。命令樣本如下：

select deptno, collect_list(distinct sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | [1300,2450,5000] |
| 20         | [800,1100,2975,3000] |
| 30         | [950,1250,1500,1600,2850] |
+------------+------------+

COLLECT_SET

命令格式。
```
array collect_set(<colname>)
```
命令說明。
將colname指定的列值彙總為一個無重複元素的數組。此函數為MaxCompute 2.0擴充函數。
參數說明。
colname：必填。表的列名稱，可以為任意類型。
傳回值說明。
返回ARRAY類型。colname值為NULL時，該行不參與計算。

樣本。

樣本1：將所有職工薪資（sal）彙總為一個無重複值的數組。命令樣本如下：

select collect_set(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| [800,950,1100,1250,1300,1500,1600,2450,2850,2975,3000,5000] |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並將同組的職工薪資（sal）彙總為一個無重複值的數組。命令樣本如下：

select deptno, collect_set(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | [1300,2450,5000] |
| 20         | [800,1100,2975,3000] |
| 30         | [950,1250,1500,1600,2850] |
+------------+------------+

CORR

命令格式
```
double corr(<col1>, <col2>)
```
命令說明
計算兩列資料的皮爾遜係數（Pearson Correlation Coefficient）。此函數為MaxCompute 2.0擴充函數。
參數說明
col1、col2：必填。待計算皮爾遜係數的表的兩個列名稱。DOUBLE、BIGINT、INT、SMALLINT、TINYINT、FLOAT、DECIMAL類型。col1和col2的資料類型可以不相同。
傳回值說明
返回DOUBLE類型。如果某一輸入列的某一行存在NULL值，該行不參與計算。
樣本
基於樣本資料，計算double_data和float_data兩列的皮爾遜係數，命令樣本如下。
```
select corr(double_data,float_data) from mf_math_fun_t;
```
返回結果為1.0。

COUNT

命令格式

-- 計算記錄數
BIGINT COUNT([DISTINCT|ALL] <colname>)

-- 計算視窗中的記錄數
BIGINT COUNT(*) OVER ([partition_clause] [orderby_clause] [frame_clause])
BIGINT COUNT([DISTINCT] <expr>[,...]) OVER ([partition_clause] [orderby_clause] [frame_clause])

參數說明

DISTINCT|ALL：可選。表示在計數時是否去除重複記錄，預設為ALL，即計算全部記錄。如果指定DISTINCT，則只計算唯一值數量。
colname：必填。列值可以為任意類型。colname可以為*，即COUNT(*)，此時返回所有行數。colname值為NULL時，該行不參與計算。
expr：必填。待計算計數值的列。可以為任意類型。當值為NULL時，該行不參與計算。當指定DISTINCT關鍵字時，表示取唯一值的計數值。
COUNT([DISTINCT] <expr>[,...])：計算指定視窗記錄中所有值均不為NULL的行數。若指定DISTINCT關鍵字，則對這些行去重後計數。
partition_clause、orderby_clause及frame_clause：詳情請參見windowing_definition。

傳回值說明

返回BIGINT類型。colname值為NULL時，該行不參與計算。

使用樣本

準備測試資料

如果已有資料，可忽略該步驟。

下載測試資料test_data.txt。

建立測試表

CREATE TABLE IF NOT EXISTS emp(
  empno BIGINT,
  ename STRING,
  job STRING,
  mgr BIGINT,
  hiredate DATETIME,
  sal BIGINT,
  comm BIGINT,
  deptno BIGINT
);

載入資料
根據資料檔案的實際path(路徑以及名稱)替換FILE_PATH。
```
TUNNEL UPLOAD FILE_PATH emp;   
```

樣本1：指定某一列為開窗列，返回不排序情況下累計計數值

指定薪水（sal）為開窗列，不排序，返回當前視窗（相同sal）的從開始行到最後一行的累計計數值。

命令樣本

SELECT sal, COUNT(sal) OVER (PARTITION BY sal) AS count FROM emp;

返回結果

+------------+------------+
| sal        | count      | 
+------------+------------+
| 800        | 1          | 
| 950        | 1          | 
| 1100       | 1          | 
| 1250       | 2          |  -- 視窗開始行。第1行和第2行的sal一致，則第1行的count為第2行的累計計數值。
| 1250       | 2          |  -- 當前視窗從第1行到第2行的累計計數值。
| 1300       | 2          | 
| 1300       | 2          | 
| 1500       | 1          | 
| 1600       | 1          | 
| 2450       | 2          | 
| 2450       | 2          | 
| 2850       | 1          | 
| 2975       | 1          | 
| 3000       | 2          | 
| 3000       | 2          | 
| 5000       | 2          | 
| 5000       | 2          | 
+------------+------------+

樣本2：非Hive相容模式下，指定某一列為開窗列，返回排序後累計計數值

非Hive相容模式下，指定薪水（sal）為開窗列，並排序，返回當前視窗（相同sal）從開始行到當前行的累計計數值。

命令樣本

-- 關閉Hive相容模式。
SET odps.sql.hive.compatible=false;

SELECT sal, COUNT(sal) OVER (PARTITION BY sal ORDER BY sal) AS count FROM emp;

返回結果

+------------+------------+
| sal        | count      |
+------------+------------+
| 800        | 1          |
| 950        | 1          |
| 1100       | 1          |
| 1250       | 1          |   -- 視窗開始行。第1行的累計計數值是1。
| 1250       | 2          |   -- 第2行的累計計數值是2。
| 1300       | 1          |
| 1300       | 2          |
| 1500       | 1          |
| 1600       | 1          |
| 2450       | 1          |
| 2450       | 2          |
| 2850       | 1          |
| 2975       | 1          |
| 3000       | 1          |
| 3000       | 2          |
| 5000       | 1          |
| 5000       | 2          |
+------------+------------+

樣本3：Hive相容模式下，指定某一列為開窗列，返回排序後累計計數值

Hive相容模式下，指定薪水（sal）為開窗列，並排序，返回當前視窗（相同sal）從開始行至最後一行的累計計數值。

命令樣本

-- 開啟Hive相容模式。
SET odps.sql.hive.compatible=true;

SELECT sal, COUNT(sal) OVER (PARTITION BY sal ORDER BY sal) AS count FROM emp;

返回結果

+------------+------------+
| sal        | count      |
+------------+------------+
| 800        | 1          |
| 950        | 1          |
| 1100       | 1          |
| 1250       | 2          |   -- 視窗開始行。第1行和第2行的sal一致，則第1行的count為第2行的累計計數值。
| 1250       | 2          |   -- 當前視窗從第1行到第2行的累計計數值。
| 1300       | 2          |
| 1300       | 2          |
| 1500       | 1          |
| 1600       | 1          |
| 2450       | 2          |
| 2450       | 2          |
| 2850       | 1          |
| 2975       | 1          |
| 3000       | 2          |
| 3000       | 2          |
| 5000       | 2          |
| 5000       | 2          |
+------------+------------+

樣本4：返回總行數

計算所有部門的總職工人數。

命令樣本
```
SELECT COUNT(*) FROM emp;
```

返回結果

+------------+
| _c0        |
+------------+
| 17         |
+------------+

樣本5：分組計算各組總數

與GROUP BY配合使用，對所有職工按照部門（deptno）分組，計算各部門（deptno）的職工人數。

命令樣本

SELECT deptno, COUNT(*) FROM emp GROUP BY deptno;

返回結果

+------------+------------+
| deptno     | _c1        | 
+------------+------------+
| 20         | 5          | 
| 30         | 6          | 
| 10         | 6          | 
+------------+------------+

樣本6：去重計數

通過DISTINCT去重，計算部門數量。

命令樣本
```
SELECT COUNT(DISTINCT deptno) FROM emp;
```

返回結果

+------------+
| _c0        |
+------------+
| 3          |
+------------+

COUNT_IF

命令格式。
```
bigint count_if(boolean <expr>)
```
命令說明。
計算expr值為True的記錄數。
參數說明。
expr：必填。BOOLEAN類型運算式。
傳回值說明。
返回BIGINT類型。expr值為False或expr中指定的列的值為NULL時，該行不參與計算。

樣本。

select count_if(sal > 1000), count_if(sal <=1000) from emp;

返回結果如下：

+------------+------------+
| _c0        | _c1        |
+------------+------------+
| 15         | 2          |
+------------+------------+

COVAR_POP

命令格式。

double covar_pop(<colname1>, <colname2>)

命令說明。
計算指定兩個數值列的總體共變數。此函數為MaxCompute 2.0擴充函數。
參數說明。
colname1、colname2：必填。資料類型為數實值型別的列。其他類型返回NULL。

樣本。

在樣本表emp中執行如下命令追加資料：

--sal_new為新薪資列。
alter table emp add columns (sal_new bigint);
insert overwrite table emp select empno, ename, job, mgr, hiredate, sal, comm, deptno, sal+1000 from emp;

樣本1：計算sal與sal_new的總體共變數。命令樣本如下：

select covar_pop(sal, sal_new) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1594550.1730103805 |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工sal與sal_new的總體共變數。命令樣本如下：

select deptno, covar_pop(sal, sal_new) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 2390555.5555555555 |
| 20         | 1009500.0  |
| 30         | 372222.2222222222 |
+------------+------------+

COVAR_SAMP

命令格式。

double covar_samp(<colname1>, <colname2>)

命令說明。
計算指定兩個數值列的樣本共變數。此函數為MaxCompute 2.0擴充函數。
參數說明。
colname1、colname2：必填。資料類型為數實值型別的列。其他類型返回NULL。

樣本。

在樣本表emp中執行如下命令追加資料：

--sal_new為新薪資列。
alter table emp add columns (sal_new bigint);
insert overwrite table emp select empno, ename, job, mgr, hiredate, sal, comm, deptno, sal+1000 from emp;

樣本1：計算sal與sal_new的樣本共變數。命令樣本如下：

select covar_samp(sal, sal_new) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1694209.5588235292 |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工sal與sal_new的樣本共變數。命令樣本如下：

select deptno, covar_samp(sal, sal_new) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 2868666.6666666665 |
| 20         | 1261875.0  |
| 30         | 446666.6666666666 |
+------------+------------+

HISTOGRAM

函式宣告。
```
map<K, bigint> histogram(K input);
```
命令說明。
返回一個Map，Map的Key是輸入input值，Map的Value是input值出現的次數。NULL值將被忽略。
參數說明。
input：輸入欄位，將作為Map的Key。
傳回值說明。
返回構造的Map，描述每個input值出現的次數。

樣本。

select histogram(a) from values
    ('hi'), (null), ('apple'), ('pie'), ('apple') t(a);

返回結果如下。

+----------------------------+
| _c0                        |
+----------------------------+
| {"pie":1,"hi":1,"apple":2} |
+----------------------------+

MAP_AGG

函式宣告。
```
map<K, V> map_agg(K a, V b);
```
命令說明。
使用輸入的兩個欄位分別作為Key和Value來構造Map，以第一個欄位作為Map的Key，以第二個欄位作為Map的Value。如果key為NULL，則被忽略。如果Key的取值有重複，則會隨機只保留其中的一個。
參數說明。
- a：輸入欄位，將作為Map的Key。
- b：輸入欄位，將作為Map的value。
傳回值說明。
返回構造的Map。

樣本。

select map_agg(a, b) from
        values (1L, 'apple'), (2L, 'hi'), (null, 'good'), (1L, 'pie') t(a, b);

返回結果如下。

+------------------------+
| _c0                    |
+------------------------+
| {"2":"hi","1":"apple"} |
+------------------------+

MAP_UNION

函式宣告。
```
map<K, V> map_union(map<K, V> input);
```
命令說明。
對輸入Map進行Union操作構造輸出Map，如果某一個Key在多個輸入Map中都存在，則會隨機只保留其中的一個。
參數說明。
input：輸入Map。
傳回值說明。
返回構造的Map。

樣本。

select map_union(a) from values
    (map(1L, 'hi', 2L, 'apple', 3L, 'pie')), (map(1L, 'good', 4L, 'this')), (null) t(a);

返回結果如下。

+-----------------------------------------------+
| _c0                                           |
+-----------------------------------------------+
| {"4":"this","1":"good","2":"apple","3":"pie"} |
+-----------------------------------------------+

MAP_UNION_SUM

函式宣告。

map<K, V> map_union_sum(map<K, V> input);

命令說明。
對輸入Map進行Union並對同一個Key的Value進行求和操作構造輸出Map，如果某一個Key對應的Value為NULL，則將其轉換為0。
說明
輸入Map的Value的類型必須是數實值型別，例如BIGINT、INT、SMALLINT、TINYINT、FLOAT、DOUBLE、DECIMAL。
參數說明。
input：輸入Map。
傳回值說明。
返回構造的Map。
說明
輸出Map的Value類型是BIGINT、DOUBLE、DECIMAL。

樣本。

select map_union_sum(a) from values
    (map('hi', 2L, 'apple', 3L, 'pie', 1L)), (map('apple', null, 'hi', 4L)), (null) t(a);

返回結果如下。

+----------------------------+
| _c0                        |
+----------------------------+
| {"apple":3,"hi":6,"pie":1} |
+----------------------------+

MAX

命令格式。
```
max(<colname>)
```
命令說明。
計算最大值。
參數說明。
colname：必填。列值可以為除BOOLEAN外的任意類型。
傳回值說明。
傳回值的類型與colname類型相同。返回規則如下：
- colname值為NULL時，該行不參與計算。
- colname為BOOLEAN類型時，不允許參與運算。

樣本。

樣本1：計算所有職工的最高薪資（sal）。命令樣本如下：

select max(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 5000       |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，計算各部門員工的最高薪資（sal）。命令樣本如下：

select deptno, max(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 5000       |
| 20         | 3000       |
| 30         | 2850       |
+------------+------------+

MAX_BY

命令格式。

max_by(<valueToReturn>,<valueToMaximize>)

命令說明。
說明
MAX_BY函數與ARG_MAX函數功能相同，只是參數順序不同，為了相容開源文法，新增MAX_BY函數以便您適配開源寫法。
返回valueToMaximize最大值對應行的valueToReturn。此函數為MaxCompute 2.0擴充函數。
參數說明。
- valueToMaximize：必填。可以為任意類型。
- valueToReturn：必填。可以為任意類型。
傳回值說明。
傳回值類型和valueToReturn類型相同，如果存在多行最大值時，隨機返回最大值其中的一行對應的值。valueToMaximize值為NULL時，該行不參與計算。

樣本。

樣本1：返回薪資最高的員工姓名。命令樣本如下：

select max_by(ename,sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| KING       |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並返回各組中薪資最高職工的姓名。命令樣本如下：

select deptno, max_by(ename,sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | KING       |
| 20         | SCOTT      |
| 30         | BLAKE      |
+------------+------------+

MEDIAN

命令格式。

double median(double <colname>)
decimal median(decimal <colname>)

命令說明。
計算中位元。
參數說明。
colname：必填。列值可以為DOUBLE或DECIMAL類型。如果輸入為STRING或BIGINT類型，會隱式轉換為DOUBLE類型後參與運算。
傳回值說明。
如果colname值為NULL時，該行不參與計算。其他類型返回規則如下：
輸入類型
傳回型別
TINYINT
DOUBLE
SMALLINT
DOUBLE
INT
DOUBLE
BIGINT
DOUBLE
FLOAT
DOUBLE
DOUBLE
DOUBLE
DECIMAL
DECIMAL

樣本。

樣本1：計算所有職工的薪資（sal）中位元。命令樣本如下：

select median(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1600.0     |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，計算各部門員工的薪資（sal）中位元。命令樣本如下：

select deptno, median(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 2450.0     |
| 20         | 2975.0     |
| 30         | 1375.0     |
+------------+------------+

MIN

命令格式。
```
min(<colname>)
```
命令說明。
計算最小值。
參數說明。
colname：必填。列值可以為除BOOLEAN外的任意類型。
傳回值說明。
傳回值的類型與colname類型相同。返回規則如下：
- colname值為NULL時，該行不參與計算。
- colname為BOOLEAN類型時，不允許參與運算。

樣本。

樣本1：計算所有職工的最低薪資（sal）。命令樣本如下：

select min(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 800        |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，計算各部門員工的最低薪資（sal）。命令樣本如下：

select deptno, min(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 1300       |
| 20         | 800        |
| 30         | 950        |
+------------+------------+

MIN_BY

命令格式。

min_by(<valueToReturn>,<valueToMinimize>)

命令說明。
說明
MIN_BY函數與ARG_MIN函數功能相同，只是參數順序不同，為了相容開源文法，新增MIN_BY函數以便您適配開源寫法。
返回valueToMinimize最小值對應行的valueToReturn。此函數為MaxCompute 2.0擴充函數。
參數說明。
- valueToMinimize：必填。可以為任意類型。
- valueToReturn：必填。可以為任意類型。
傳回值說明。
傳回值類型和valueToReturn類型相同，如果存在多行最小值時，隨機返回最小值其中的一行對應的值。valueToMinimize值為NULL時，該行不參與計算。

樣本。

樣本1：返回薪資最低的員工姓名。命令樣本如下：

 select min_by(ename,sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| SMITH      |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並返回各組中薪資最低職工姓名。命令樣本如下：

select deptno, min_by(ename,sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | MILLER     |
| 20         | SMITH      |
| 30         | JAMES      |
+------------+------------+

MULTIMAP_AGG

函式宣告。

map<K, array<V>> multimap_agg(K a, V b);

命令說明。
使用輸入的兩個欄位分別作為Key和Value來構造Map，以第一個欄位作為Map的Key，以第二個欄位構造數組來作為Map的Value。如果key為NULL，則被忽略。
參數說明。
- a：輸入欄位，將作為Map的Key。
- b：輸入欄位，相同Key的欄位被放到同一個數組中作為Map的value。
傳回值說明。
返回構造的Map。

樣本。

select multimap_agg(a, b) from
        values (1L, 'apple'), (2L, 'hi'), (null, 'good'), (1L, 'pie') t(a, b);

返回結果如下。

+----------------------------------+
| _c0                              |
+----------------------------------+
| {"2":["hi"],"1":["apple","pie"]} |
+----------------------------------+

NUMERIC_HISTOGRAM

命令格式。

map<double key, double value> numeric_histogram(bigint <buckets>,
                                                double <colname>
                                                [, double <weight>])

命令說明。
統計指定列的近似長條圖。此函數為MaxCompute 2.0擴充函數。
參數說明。
- buckets：必填。BIGINT類型，表示返回的近似長條圖列的最大個數。
- colname：必填。DOUBLE類型，需要統計近似長條圖的列。
- weight：可選。權重值，可以指定每行資料對應的權重，值為DOUBLE類型的列。
傳回值說明。
map<double key, double value>類型，傳回值中key是近似長條圖的X軸座標點，value是近似長條圖的Y軸的近似高度。返回規則如下：
- buckets值為NULL時，返回NULL。
- colname值為NULL時，該行不參與計算。

樣本。

統計薪資（sal）的近似長條圖。命令樣本如下：

select numeric_histogram(5, sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| {"1328.5714285714287":7.0,"2450.0":2.0,"5000.0":2.0,"875.0":2.0,"2956.25":4.0} |
+------------+

統計薪資（sal）的近似長條圖，其中每行資料中的deptno代表部門權重。命令樣本如下：

select numeric_histogram(5, sal, deptno) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| {"2944.4444444444443":90.0,"2450.0":20.0,"5000.0":20.0,"890.0":50.0,"1350.0":160.0} |
+------------+

PERCENTILE

命令格式。

double percentile(bigint <colname>, <p>)
--以數組形式返回多個百分位精確計算結果。
array percentile(bigint <colname>, array(<p1> [, <p2>...]))

命令說明。
計算精確百分位元，適用於小資料量。先對指定列升序排列，然後取精確的第p位百分數。p必須在0和1之間。percentile是從編號0開始計算，例如某列資料為100、200、300，列資料的編號順序為0、1、2，計算該列的0.3百分位點，percentile結果是2×0.3=0.6，即值位於編號0和1之間，結果為100+(200-100)×0.6=160。此函數為MaxCompute 2.0擴充函數。
參數說明。
- colname：必填。值為BIGINT類型的列。
- p：必填。需要精確的百分位元。取值為[0.0,1.0]。
傳回值說明。
返回DOUBLE或ARRAY類型。

樣本。

樣本1：計算0.3百分位的薪資（sal）。命令樣本如下：

select percentile(sal, 0.3) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1290.0     |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工0.3百分位的薪資（sal）。命令樣本如下：

select deptno, percentile(sal, 0.3) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 1875.0     |
| 20         | 1475.0     |
| 30         | 1250.0     |
+------------+------------+

樣本3：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工0.3、0.5、0.8百分位的薪資（sal）。命令樣本如下：

set odps.sql.type.system.odps2=true;
select deptno, percentile(sal, array(0.3, 0.5, 0.8)) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | [1875.0,2450.0,5000.0] |
| 20         | [1475.0,2975.0,3000.0] |
| 30         | [1250.0,1375.0,1600.0] |
+------------+------------+

PERCENTILE_APPROX

命令格式。

double percentile_approx (double <colname>[, double <weight>], <p> [, <B>]))
--以數組形式返回多個百分位近似計算結果。
array<double> percentile_approx (double <colname>
                                 [, double <weight>],
                                 array(<p1> [, <p2>...])
                                 [, <B>])

命令說明。
此函數為MaxCompute 2.0擴充函數。percentile_approx是從編號1開始計算，假設某列有n條資料，計算該列的p百分位點，則percentile_approx會先對該列升序排序，假設排序後該列資料為一個數組arr，percentile_approx返回結果為res，計算該位點對應的index=n * p。
- index <= 1，則res = arr[0]。
- index >= n - 1，則res = arr[n-1]。
- 1 < index < n - 1，則繼續計算diff = index + 0.5 - ceil(index)：
  ○ 若abs(diff) < 0.5，res = arr[ceil(index) - 1]；
  ○ 若abs(diff) = 0.5，res = arr[index - 1] + (arr[index] - arr[index - 1]) * 0.5；
  ○ abs(diff)不可能大於0.5
例如col列資料為100、200、300、400，列資料的編號順序為1、2、3、4，則：
- percentile_approx(col, 0.25) = 100（index = 1）。
- percentile_approx(col, 0.5) = 200 + (300 - 200) * 0.5 = 250（index = 2）。
- percentile_approx(col, 0.75) = 400（index = 3）。
說明
percentile_approx與percentile的區別如下：
- percentile_approx用於計算近似的百分位元，percentile用於計算精確的百分位元。在資料量較大時，percentile可能會因記憶體限制而執行失敗，而percentile_approx無此問題。
- percentile_approx的實現與Hive的percentile_approx函數實現一致，計算的演算法與percentile不同，因此在資料量非常少的部分情境下的執行結果與percentile的執行結果會有一定差別。
參數說明。
- colname：必填。值為DOUBLE類型的列。
- weight：可選。權重值，可以指定每行資料對應的權重，值為DOUBLE類型的列。
- p：必填。需要近似的百分位元。取值為[0.0,1.0]。
- B：精度參數。精度越高產生的近似值誤差越小。如果不設定該參數，預設值為10000。
傳回值說明。
返回DOUBLE或ARRAY類型。返回規則如下：
- colname值為NULL時，該行不參與計算。
- p或B值為NULL時，返回報錯。

樣本。

樣本1：計算0.3百分位的薪資（sal）。命令樣本如下：

select percentile_approx(sal, 0.3) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1252.5     |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工0.3百分位的薪資（sal）。命令樣本如下：

select deptno, percentile_approx(sal, 0.3) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 1300.0     |
| 20         | 950.0      |
| 30         | 1070.0     |
+------------+------------+

樣本3：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工0.3、0.5、0.8百分位的薪資（sal）。命令樣本如下：

set odps.sql.type.system.odps2=true;
select deptno, percentile_approx(sal, array(0.3, 0.5, 0.8), 1000) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | [1300.0,1875.0,3470.000000000001] |
| 20         | [950.0,2037.5,2987.5] |
| 30         | [1070.0,1250.0,1580.0] |
+------------+------------+

樣本4：帶權重介面樣本：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工0.3、0.5、0.8百分位的薪資（sal），emp表中的cnt代表擁有該薪資的人數。命令樣本如下：

select deptno, percentile_approx(sal, deptno, array(0.3, 0.5, 0.8), 1000)
  from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | [1300.0,1875.0,3470.0] |
| 20         | [950.0,2037.5,2987.5] |
| 30         | [1070.0,1250.0,1580.0] |
+------------+------------+

PERCENTILE_CONT

命令格式

-- 計算精確的百分位元
PERCENTILE_CONT(<col_name>, DOUBLE <percentile>[, BOOLEAN <isIgnoreNull>])

-- 計算視窗中精確的百分位元
PERCENTILE_CONT(<col_name>, DOUBLE <percentile>[, BOOLEAN <isIgnoreNull>]) OVER ([partition_clause] [orderby_clause])

命令說明
計算精確的百分位元，採用線性插值演算法，對指定列升序排列，返回精確的第percentile位百分數。
參數說明
- col_name：必填。值為 DOUBLE 類型或 DECIMAL 類型的列。
- percentile：必填。需要計算的百分位元。DOUBLE類型常量，取值在[0,1]範圍內。
- isIgnoreNull：可選。是否忽略NULL值。BOOLEAN類型常量，預設為TRUE。若取值為FALSE，排序時NULL值會作為最小值。
- partition_clause及orderby_clause：詳情請參見視窗函數。
傳回值說明
返回計算的百分位元值，類型為DOUBLE。

樣本

樣本1：忽略NULL值，計算視窗中精確的百分位元。

SELECT
  PERCENTILE_CONT(x, 0) OVER() AS min,
  PERCENTILE_CONT(x, 0.01) OVER() AS percentile1,
  PERCENTILE_CONT(x, 0.5) OVER() AS median,
  PERCENTILE_CONT(x, 0.9) OVER() AS percentile90,
  PERCENTILE_CONT(x, 1) OVER() AS max
FROM VALUES(0D),(3D),(NULL),(1D),(2D) AS tbl(x) LIMIT 1;

-- 返回結果。
+------------+-------------+------------+--------------+------------+
| min        | percentile1 | median     | percentile90 | max        | 
+------------+-------------+------------+--------------+------------+
| 0.0        | 0.03        | 1.5        | 2.7          | 3.0        | 
+------------+-------------+------------+--------------+------------+

樣本2：不忽略NULL值則排序時NULL值作為最小值，計算視窗中精確的百分位元。

SELECT
  PERCENTILE_CONT(x, 0, false) OVER() AS min,
  PERCENTILE_CONT(x, 0.01, false) OVER() AS percentile1,
  PERCENTILE_CONT(x, 0.5, false) OVER() AS median,
  PERCENTILE_CONT(x, 0.9, false) OVER() AS percentile90,
  PERCENTILE_CONT(x, 1, false) OVER() AS max
FROM VALUES(0D),(3D),(NULL),(1D),(2D) AS tbl(x) LIMIT 1;

-- 返回結果。
+------------+-------------+------------+--------------+------------+
| min        | percentile1 | median     | percentile90 | max        | 
+------------+-------------+------------+--------------+------------+
| NULL       | 0.0         | 1.0        | 2.6          | 3.0        | 
+------------+-------------+------------+--------------+------------+

PERCENTILE_DISC

命令格式

-- 計算給定的百分位元值
PERCENTILE_DISC(<col_name>, DOUBLE <percentile>[, BOOLEAN <isIgnoreNull>])

-- 計算視窗中的百分位元值
PERCENTILE_DISC(<col_name>, DOUBLE <percentile>[, BOOLEAN <isIgnoreNull>]) OVER ([partition_clause] [orderby_clause])

命令說明
計算給定的百分位元值，先對指定列升序排列，返回累計分布大於或等於給定百分位元的第一個值。
參數說明
- col_name：必填。任意可排序值列。
- percentile：必填。需要計算的百分位元。DOUBLE類型常量，取值在[0,1]範圍內。
- isIgnoreNull：可選。是否忽略NULL值。BOOLEAN類型常量，預設為TRUE。若取值為FALSE，排序時NULL值會作為最小值。
- partition_clause及orderby_clause：詳情請參見視窗函數。
傳回值說明
返回計算的百分位元值，類型與輸入col_name列的資料類型一致。

樣本

樣本1：忽略NULL值，計算視窗中的百分位元值。

SELECT
  x,
  PERCENTILE_DISC(x, 0) OVER() AS min,
  PERCENTILE_DISC(x, 0.5) OVER() AS median,
  PERCENTILE_DISC(x, 1) OVER() AS max
FROM VALUES('c'),(NULL),('b'),('a') AS tbl(x);

-- 返回結果。
+------------+------------+------------+------------+
| x          | min        | median     | max        | 
+------------+------------+------------+------------+
| c          | a          | b          | c          | 
| NULL       | a          | b          | c          | 
| b          | a          | b          | c          | 
| a          | a          | b          | c          | 
+------------+------------+------------+------------+

樣本2：不忽略NULL值則排序時NULL值作為最小值，計算視窗中的百分位元值。

SELECT
  x,
  PERCENTILE_DISC(x, 0, false) OVER() AS min,
  PERCENTILE_DISC(x, 0.5, false) OVER() AS median,
  PERCENTILE_DISC(x, 1, false) OVER() AS max
FROM VALUES('c'),(NULL),('b'),('a') AS tbl(x);

-- 返回結果。
+------------+------------+------------+------------+
| x          | min        | median     | max        | 
+------------+------------+------------+------------+
| c          | NULL       | a          | c          | 
| NULL       | NULL       | a          | c          | 
| b          | NULL       | a          | c          | 
| a          | NULL       | a          | c          | 
+------------+------------+------------+------------+

STDDEV

命令格式。

double stddev(double <colname>)
decimal stddev(decimal <colname>)

命令說明。
計算總體標準差。
參數說明。
colname：必填。DOUBLE或DECIMAL類型。如果輸入為STRING或BIGINT類型，會隱式轉換為DOUBLE類型後參與運算。
傳回值說明。
如果colname值為NULL時，該行不參與計算。其他類型返回規則如下：
輸入類型
傳回型別
TINYINT
DOUBLE
SMALLINT
DOUBLE
INT
DOUBLE
BIGINT
DOUBLE
FLOAT
DOUBLE
DOUBLE
DOUBLE
DECIMAL
DECIMAL

樣本。

樣本1：計算所有職工的薪資（sal）的總體標準差。命令樣本如下：

select stddev(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1262.7549932628976 |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，計算各部門員工的薪資（sal）總體標準差。命令樣本如下：

select deptno, stddev(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 1546.1421524412158 |
| 20         | 1004.7387720198718 |
| 30         | 610.1001739241043 |
+------------+------------+

STDDEV_SAMP

命令格式。

double stddev_samp(double <colname>)
decimal stddev_samp(decimal <colname>)

命令說明。
計算樣本標準差。
參數說明。
colname：必填。列值可以為DOUBLE或DECIMAL類型。如果輸入為STRING或BIGINT類型，會隱式轉換為DOUBLE類型後參與運算。
傳回值說明。
如果colname值為NULL時，該行不參與計算。其他類型返回規則如下：
輸入類型
傳回型別
TINYINT
DOUBLE
SMALLINT
DOUBLE
INT
DOUBLE
BIGINT
DOUBLE
FLOAT
DOUBLE
DOUBLE
DOUBLE
DECIMAL
DECIMAL

樣本。

樣本1：計算所有職工的薪資（sal）的樣本標準差。命令樣本如下：

select stddev_samp(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1301.6180541247609 |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，計算各部門員工的薪資（sal）樣本標準差。命令樣本如下：

select deptno, stddev_samp(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 1693.7138680032901 |
| 20         | 1123.3320969330487 |
| 30         | 668.3312551921141 |
+------------+------------+

SUM

命令格式。

DECIMAL｜DOUBLE｜BIGINT  sum(<colname>)

命令說明。
計算匯總值。
參數說明。
colname：必填。列值支援所有資料類型，可以轉換為DOUBLE類型後參與運算。列值可以為DOUBLE、DECIMAL或BIGINT類型。如果輸入為STRING類型，會隱式轉換為DOUBLE類型後參與運算。
傳回值說明。
如果colname值為NULL時，該行不參與計算。其他類型返回規則如下：
輸入類型
傳回型別
TINYINT
BIGINT
SMALLINT
BIGINT
INT
BIGINT
BIGINT
BIGINT
FLOAT
DOUBLE
DOUBLE
DOUBLE
DECIMAL
DECIMAL

樣本。

樣本1：計算所有職工的薪資（sal）總和。命令樣本如下：

select sum(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 37775      |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，計算各部門員工的薪資（sal）總和。命令樣本如下：

select deptno, sum(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 17500      |
| 20         | 10875      |
| 30         | 9400       |
+------------+------------+

VAR_SAMP

命令格式。
```
double var_samp(<colname>)
```
命令說明。
計算指定數值列的樣本方差。此函數為MaxCompute 2.0擴充函數。
參數說明。
colname：必填。資料類型為數值的列。其他類型返回NULL。
傳回值說明。
返回DOUBLE類型。

樣本。

樣本1：計算所有職工薪資（sal）的樣本方差。命令樣本如下：

select var_samp(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1694209.5588235292 |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工薪資（sal）的樣本方差。命令樣本如下：

select deptno, var_samp(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 2868666.666666667 |
| 20         | 1261875.0  |
| 30         | 446666.6666666667 |
+------------+------------+

VARIANCE/VAR_POP

命令格式。

double variance(<colname>)
double var_pop(<colname>)

命令說明。
計算指定數值列的方差。
參數說明。
colname：必填。資料類型為數值的列。參數為其他類型的列返回NULL。此函數為MaxCompute 2.0擴充函數。
傳回值說明。
返回DOUBLE類型。

樣本。

樣本1：計算所有職工薪資（sal）的方差。命令樣本如下：

select variance(sal) from emp;
--等效於如下語句。
select var_pop(sal) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| 1594550.1730103805 |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並計算同組職工薪資（sal）的方差。命令樣本如下：

select deptno, variance(sal) from emp group by deptno;
--等效於如下語句。
select deptno, var_pop(sal) from emp group by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 2390555.5555555555 |
| 20         | 1009500.0  |
| 30         | 372222.22222222225 |
+------------+------------+

WM_CONCAT

命令格式。

string wm_concat(string <separator>, string <colname>)

命令說明。
用指定的separator做分隔字元，串連colname中的值。
參數說明。
- separator：必填。STRING類型常量，分隔字元。
- colname：必填。STRING類型。如果輸入為BIGINT、DOUBLE或DATETIME類型，會隱式轉換為STRING類型後參與運算。
傳回值說明（使用group by分組，組內傳回值不排序）。
返回STRING類型。返回規則如下：
- separator非STRING類型常量時，返回報錯。
- colname非STRING、BIGINT、DOUBLE或DATETIME類型時，返回報錯。
- colname值為NULL時，該行不會參與計算。
說明
select wm_concat(',', name) from table_name;語句中，如果table_name為空白集合，該語句返回NULL值。

樣本。

樣本1：對所有職工的姓名（ename）進行合并。命令樣本如下：

select wm_concat(',', ename) from emp;

返回結果如下：

+------------+
| _c0        |
+------------+
| SMITH,ALLEN,WARD,JONES,MARTIN,BLAKE,CLARK,SCOTT,KING,TURNER,ADAMS,JAMES,FORD,MILLER,JACCKA,WELAN,TEBAGE |
+------------+

樣本2：與group by配合使用，對所有職工按照部門（deptno）進行分組，並將同組的職工姓名（ename）進行合并。命令樣本如下：

select deptno, wm_concat(',', ename) from emp group by deptno order by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | CLARK,KING,MILLER,JACCKA,WELAN,TEBAGE |
| 20         | SMITH,JONES,SCOTT,ADAMS,FORD |
| 30         | ALLEN,WARD,MARTIN,BLAKE,TURNER,JAMES |
+------------+------------+

樣本3：與group by配合使用，對所有職工按照部門（deptno）進行分組，並將同組的薪資（sal）去重後進行合并。命令樣本如下：

select deptno, wm_concat(distinct ',', sal) from emp group by deptno order by deptno;

返回結果如下：

+------------+------------+
| deptno     | _c1        |
+------------+------------+
| 10         | 1300,2450,5000 |
| 20         | 1100,2975,3000,800 |
| 30         | 1250,1500,1600,2850,950 |
+------------+------------+

樣本4：與 group by、 order by配合使用，對所有職工按照部門（deptno）進行分組，並將同組的薪資（sal）進行合并排序。命令樣本如下：

select deptno, wm_concat(',',sal) within group(order by sal) from emp group by deptno order by deptno;

返回結果如下：

+------------+------------+
|deptno|_c1|
+------------+------------+
|10|1300,1300,2450,2450,5000,5000|
|20|800,1100,2975,3000,3000|
|30|950,1250,1250,1500,1600,2850|
+------------+------------+

輸入類型	傳回型別
TINYINT	DOUBLE
SMALLINT	DOUBLE
INT	DOUBLE
BIGINT	DOUBLE
FLOAT	DOUBLE
DOUBLE	DOUBLE
DECIMAL	DECIMAL