Функции

Типы функций

• Агрегация — функция вычисляющая общее значение из множества значений (например сумму или максимум). Агрегации не могут использоваться вместе с оконными функциями.
• Оконная — функция вычисляющая общее значение из множества значении и их порядка. Оконные функции не могут использоваться вместе с агрегациями. Не поддерживаются в реализации Yupana для Spark.
• Унарная — функция над одним значением (например length или tokens).
• Инфиксная — функция над двумя значениями, в SQL записывается между аргументами (например + или -).
• Бинарная — функция с двумя значениями, например contains_all.

Поддерживаемые функции

Функция	Тип функции	Типы аргументов	Тип значения	Описание
min	агрегация	число, строка, время	тот же	Минимальное значение. Для строковых значение в лексикографическом порядке
max	агрегация	число, строка, время	тот же	Максимальное значение. Для строковых значение в лексикографическом порядке
sum	агрегация	число	тот же	Сумма
avg	агрегация	число	BigDecimal	Среднее значение
count	агрегация	любой	Long	Количество
distinct_count	агрегация	любой	Long	Количество уникальных значений
hll_count	агрегация	число, строка, время	Long	Апроксимированное количество уникальных значений
lag	оконная	любой	тот же	Предыдущее значение в группе записей. Группа определяется в запросе в секции группировки. Сортировка по времени.
trunc_year	унарная	время	время	Округление времени до года
trunc_quarter	унарная	время	время	Округление времени до начала квартала
trunc_month	унарная	время	время	Округление времени до месяца
trunc_day	унарная	время	время	Округление времени до дня
trunc_hour	унарная	время	время	Округление времени до часа
trunc_minute	унарная	время	время	Округление времени до минуты
trunc_second	унарная	время	время	Округление времени до секунды
exract_year	унарная	время	число	Извлечение значения года из времени
exract_month	унарная	время	число	Извлечение значения месяца из времени
exract_day	унарная	время	число	Извлечение значения дня из времени
exract_hour	унарная	время	число	Извлечение значения часа из времени
exract_minute	унарная	время	число	Извлечение значения минуты из времени
exract_second	унарная	время	число	Извлечение значения секунды из времени
abs	унарная	число	число	Значение числа по модулю
tokens	унарная	строка	массив строк	Получение стемированых транслитерированых строк из строки
tokens	унарная	массив строк	массив строк	Получение стемированых транслитерированых строк из массива строк
split	унарная	строка	массив строк	Разбиение строки на слова по пробелам
length	унарная	строки, массивы	строки, массивы	Длина строки или количество элементов в массиве
array_to_string	унарная	массив	строка	Преобразование массивы в строку в формате ”( a, b, .., n)”
id	унарная	размерность	число	Идентификатор значения размерности в словаре
+	инфиксная	число, строка, интервал	тот же	Сложение
-	инфиксная	число	тот же	Вычитание
*	инфиксная	число	тот же	Умножение
/	инфиксная	число	тот же	Деление
+	инфиксная	время и интервал	время	Сложение
-	инфиксная	время и интервал	время	Вычитание
-	инфиксная	время и время	интервал	Вычитание
=	инфиксная	число, строка, время	логический	Сравнение на равенство
<> или !=	инфиксная	число, строка, время	логический	Сравнение на неравенство
>	инфиксная	число, строка, время	логический	Сравнение на больше
<	инфиксная	число, строка, время	логический	Сравнение на меньше
>=	инфиксная	число, строка, время	логический	Сравнение на больше или равно
<=	инфиксная	число, строка, время	логический	Сравнение на меньше или равно
contains	бинарная	массив и тип элемента	логический	True если массив содержит элемент, иначе False
contains_all	бинарная	массив и массив	логический	True если массив1 содержит все элементы массива2, иначе False
contains_any	бинарная	массив и массив	логический	True если массив1 содержит хотя бы один элемент из массива2, иначе False
contains_same	бинарная	массив и массив	логический	True если массив1 содержит те же элементы что и массив2 (в любом порядке)

Функция avg

Функция avg представляет собой функцию агрегации, позволяющую вычислять среднее значение для поля (metric, dimension) и возвращающяя значение типа BigDecimal.

Синтаксис:

avg(column_name)

Ограничения и особенности:

• Опеделена для следующих типов данных: Double, BigDecimal, Long, Int, BigInt, Short
• Игнорирует строки, в которых поле принимает значение NULL.
• Возвращает null в случае, если все значения поля в выборке имеют значение null.

Пример:

SELECT avg(column_name), id
  FROM some_table
  WHERE time >= TIMESTAMP '2019-06-01' AND time < TIMESTAMP '2019-07-01'
  GROUP BY id

Функция count

Функция count представляет собой функцию агрегации, позволяющую получать колличество строк в выборке для поля (metric, dimension) и возвращающяя значение типа Long.

Синтаксис:

count(column_name)

Ограничения и особенности:

• Опеделена для всех типов данных
• Игнорирует строки, в которых поле принимает значение NULL
• Возвращает 0 в случае, если все значения поля в выборке имеют значение null.

Пример:

SELECT count(column_name), id
  FROM some_table
  WHERE time >= TIMESTAMP '2019-06-01' AND time < TIMESTAMP '2019-07-01'
  GROUP BY id

Функция distinct_count

Функция distinct_count представляет собой функцию агрегации, позволяющую получать колличество строк с уникальным значением в выборке для поля (metric, dimension) и возвращающяя значение типа Long.

Синтаксис:

distinct_count(column_name)

Ограничения и особенности:

• Опеделена для всех типов данных
• Игнорирует строки, в которых поле принимает значение NULL
• Возвращает 0 в случае, если все значения поля в выборке имеют значение null.

Пример:

SELECT distinct_count(column_name), id
  FROM some_table
  WHERE time >= TIMESTAMP '2019-06-01' AND time < TIMESTAMP '2019-07-01'
  GROUP BY id

Функция hll_count

Функция hll_count представляет собой функцию агрегации, позволяющую получать апроксимированное колличество строк с уникальным значением в выборке для поля (metric, dimension) и возвращающяя значение типа Long.

Синтаксис:

hll_count(column_name, std_err)

• column_name - имя поля табницы
• std_err - стандартная ошибка. Представляет собой допустмое отклонение от истинного числа уникальных элементов (например, 0.18 - это допустимая ошибка в 18%). Реализация позволяет использовать ошибку в диапазоне от 0.00003 до 0.367.

Ограничения и особенности:

• Определена для целочисленных типов данных, строк и даты/времени
• Игнорирует строки, в которых поле принимает значение NULL
• Возвращает 0 в случае, если все значения поля в выборке имеют значение null.

Пример:

SELECT hll_count(column_name, 0.18), id
  FROM some_table
  WHERE time >= TIMESTAMP '2019-06-01' AND time < TIMESTAMP '2019-07-01'
  GROUP BY id

Кроме того, поддерживаются следующие SQL выражения:

Выражение	Описание
x IN (1, 2 .. z)	Проверка что x является одним из элементов заданного множества констант
x NOT IN (3, 4, .. z)	Проверка что x не является одним из элементов заданного множества констант
x IN NULL	Проверка что значение x не определено
x IS NOT NULL	Проверка что значение x определено
x BETWEEN 1 AND 10	То же самое что x >= 1 AND x <= 10