聚合函数根据一组输入值计算单个结果。内置通用聚合函数在表 9.60中列出，而统计聚合函数在表 9.61中列出。内置组内有序集聚合函数在表 9.62中列出，而内置组内假设集函数在表 9.63中列出。与聚合函数密切相关的分组运算在表 9.64中列出。聚合函数的特殊语法注意事项在第 4.2.7 节中说明。请参阅第 2.7 节以获取其他介绍性信息。
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。
虽然以下所有聚合都接受可选ORDER BY子句（如第 4.2.7 节中所述），但该子句仅添加到输出受排序影响的聚合。
表 9.60. 通用聚合函数
|
函数
说明
|
部分模式 |
|
any_value ( anyelement ) → 与输入类型相同
从非空输入值中返回一个任意值。
|
是 |
|
array_agg ( anynonarray ORDER BY input_sort_columns ) → anyarray
将所有输入值（包括空值）收集到一个数组中。
|
是 |
|
array_agg ( anyarray ORDER BY input_sort_columns ) → anyarray
将所有输入数组连接到高一维度的数组中。（输入必须具有相同维度，并且不能为空或空值。）
|
是 |
|
avg ( smallint ) → numeric
avg ( integer ) → numeric
avg ( bigint ) → numeric
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）。
|
是 |
|
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与运算。
|
是 |
|
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运算。
|
是 |
|
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运算。可作为一组无序值的校验和。
|
是 |
|
bool_and ( boolean ) → boolean
当所有非空输入值都为 true 时返回 true，否则返回 false。
|
是 |
|
bool_or ( boolean ) → boolean
当任何非空输入值都为 true 时返回 true，否则返回 false。
|
是 |
|
count ( * ) → bigint
计算输入行数。
|
是 |
|
count ( "any" ) → bigint
计算输入值不是空值时的输入行数。
|
是 |
|
every ( boolean ) → boolean
这是 SQL 标准相当于 bool_and。
|
是 |
|
json_agg ( anyelement ORDER BY input_sort_columns ) → json
jsonb_agg ( anyelement ORDER BY input_sort_columns ) → jsonb
收集所有输入值（包括 null）到一个 JSON 数组中。值将按照 to_json 或 to_jsonb 转换为 JSON。
|
否 |
|
json_agg_strict ( anyelement ) → json
jsonb_agg_strict ( anyelement ) → jsonb
收集所有输入值（跳过 null）到一个 JSON 数组中。值将按照 to_json 或 to_jsonb 转换为 JSON。
|
否 |
|
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，因此只接受一个 value_expression 参数。如果指定了 ABSENT ON NULL，则将忽略所有 NULL 值。如果指定了 ORDER BY，则元素将按该顺序出现在数组中，而不是输入顺序。
SELECT json_arrayagg(v) FROM (VALUES(2),(1)) t(v) → [2, 1]
|
否 |
|
json_objectagg ( [ { key_expression { VALUE | ':' } value_expression } ] [ { NULL | ABSENT } ON NULL ] [ { WITH | WITHOUT } UNIQUE [ KEYS ] ] [ RETURNING data_type [ FORMAT JSON [ ENCODING UTF8 ] ] ])
表现形式类似于 json_object，但它是一个聚合函数，因此它只取一个 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" }
|
否 |
|
json_object_agg ( key "any", value "any" ORDER BY input_sort_columns ) → json
jsonb_object_agg ( key "any", value "any" ORDER BY input_sort_columns ) → jsonb
收集所有的键/值对到一个 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，但是键不能为 null。
|
否 |
|
json_object_agg_strict ( key "any", value "any" ) → json
jsonb_object_agg_strict ( key "any", value "any" ) → jsonb
收集所有键值对至一个 JSON 对象。键参数是被转换成文本；值参数是按照 to_json或 to_jsonb 转换。键参数不能为 null。如果 value 为 null，那么该键值对会被跳过。
|
否 |
|
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 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。
|
否 |
|
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 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。键不能为 null。如果值为 null，则会跳过该条目。如果存在重复键，则会引发错误。
|
否 |
|
max ( 请参阅文本 ) → 与输入类型相同
计算非空输入值的的最大值。可用于所有数字、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。
|
是 |
|
min ( 请参阅文本 ) → 与输入类型相同
计算非空输入值的最小值。可用于所有数字、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。
|
是 |
|
range_agg ( value anyrange ) → anymultirange
range_agg ( value anymultirange ) → anymultirange
计算非空输入值的并集。
|
否 |
|
range_intersect_agg ( value anyrange ) → anyrange
range_intersect_agg ( value anymultirange ) → anymultirange
计算非空输入值的对交。
|
否 |
|
string_agg ( value text, delimiter text ) → text
string_agg ( value bytea, delimiter bytea ORDER BY input_sort_columns ) → bytea
把非空输入值连接成一个字符串。第一个值后面的每个值都以相应的 delimiter (如果它不为空) 为前缀。
|
是 |
|
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。
|
是 |
|
xmlagg ( xml ORDER BY input_sort_columns ) → xml
连接非空 XML 输入值 (参见 第 9.15.1.8 节)。
|
否 |
应当注意的是，除 count 外，这些函数在没有选择任何行时返回 null 值。特别是，空行的 sum 返回 null，而不是人们期望的零，并且在没有输入行的情况下，array_agg 返回 null 而不是空数组。必要时，coalesce 函数可用于替换 null 的零或空数组。
汇总函数 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，以及类似用户定义的汇总函数，会根据输入值顺序生成不同的结果值。默认情况下，此顺序是未指定的，但可以通过在汇总调用中编写 ORDER BY 子句来控制，如 第 4.2.7 节 中所示。或者，通常会提供来自已排序子查询的输入值。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汇总之前重新排序子查询的输出。
注意
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 可以看作是引入子查询或充当汇总函数（如果子查询返回带布尔值的一行）。因此，无法将标准名称赋予这些聚合。
注意
习惯于使用其他 SQL 数据库管理系统的工作人员可能会对将 count 聚合应用于整个表时的性能感到失望。像这样的查询
SELECT count(*) FROM sometable;
将根据表的大小进行相应地处理：PostgreSQL 需要扫描整个表或包含表中所有行的索引。
表 9.61 显示了通常用于统计分析中的汇总函数。（仅仅为了避免列出常用聚合而将这些函数分隔出来。）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均为非 null 的输入行的数量。在所有情况下，如果计算无意义（例如，当 N 为零时），则返回 null。
表 9.61。用于统计的汇总函数
|
函数
说明
|
部分模式 |
|
corr ( Y 浮点数, X 浮点数 ) → 浮点数
计算相关系数。
|
是 |
|
covar_pop ( Y 浮点数, X 浮点数 ) → 浮点数
计算总体协方差。
|
是 |
|
covar_samp ( Y 浮点数, X 浮点数 ) → 浮点数
计算样本协方差。
|
是 |
|
regr_avgx ( Y 浮点数, X 浮点数 ) → 浮点数
计算自变量的平均值，sum(X)/N。
|
是 |
|
regr_avgy ( Y 浮点数, X 浮点数 ) → 浮点数
计算因变量的平均值，sum(Y)/N。
|
是 |
|
regr_count ( Y 浮点数, X 浮点数 ) → 大整数
计算两个输入值均非空的行数。
|
是 |
|
regr_intercept ( Y 浮点数, X 浮点数 ) → 浮点数
计算由 (X, Y) 对确定的最小二乘拟合线性方程的 y 轴截距。
|
是 |
|
regr_r2 ( Y 浮点数, X 浮点数 ) → 浮点数
计算相关系数的平方。
|
是 |
|
regr_slope ( Y double precision, X double precision ) → double precision
根据 (X, Y) 对求解的最平方拟合线性方程的斜率。
|
是 |
|
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.
|
是 |
|
regr_sxy ( Y double precision, X double precision ) → double precision
计算自变量与因变量的“乘积和”，sum(X*Y) - sum(X) * sum(Y)/N.
|
是 |
|
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.
|
是 |
|
stddev ( numeric_type ) → double precision 对于 real 或 double precision，否则为 numeric
这是 stddev_samp 的历史别名。
|
是 |
|
stddev_pop ( numeric_type ) → double precision for real or double precision, otherwise numeric
计算输入值的总体标准差。
|
是 |
|
stddev_samp ( numeric_type ) → double precision for real or double precision, otherwise numeric
计算输入值的样本标准差。
|
是 |
|
variance ( numeric_type ) → double precision for real or double precision, otherwise numeric
这是 var_samp 的一个历史别名。
|
是 |
|
var_pop ( numeric_type ) → double precision for real or double precision, otherwise numeric
计算输入值的总体方差（总体标准差的平方）。
|
是 |
|
var_samp ( numeric_type ) → double precision for real or double precision, otherwise numeric
计算输入值的样本方差（样本标准差的平方）。
|
是 |
表 9.62 显示了使用有序集聚合语法的聚合函数。这些函数有时被称为“逆分布”函数。它们的聚合输入由 ORDER BY 引入，还可以同时获取未聚合的直接参数，直接参数仅计算一次。所有这些函数都忽略聚合输入中的空值。对于接受fraction 参数的函数，fraction 值必须介于 0 到 1 之间；如果不满足此条件，则会引发错误。但是，如果 fraction 参数为空，只会产生一个空结果。
表 9.62。有序集聚合函数
|
函数
说明
|
部分模式 |
|
mode () WITHIN GROUP ( ORDER BY anyelement ) → anyelement
计算最频繁的聚合参数的值的模式（如果有多个频率相同的值，则任意选择第一个）。聚合参数必须是可排序的类型。
|
否 |
|
percentile_cont ( fraction double precision ) WITHIN GROUP ( ORDER BY double precision ) → double precision
percentile_cont ( fraction double precision ) WITHIN GROUP ( ORDER BY interval ) → interval
计算连续百分比，一个对应于聚合参数值的排序集中指定fraction的值。如果需要，此值将在相邻输入项之间插值。
|
否 |
|
percentile_cont ( fractions double precision[] ) WITHIN GROUP ( ORDER BY double precision ) → double precision[]
percentile_cont ( fractions double precision[] ) WITHIN GROUP ( ORDER BY interval ) → interval[]
计算多个连续百分比。结果是一个与fractions参数具有相同维度的数组，每个非空元素以对应于该百分比的（可能的插值）值替换。
|
否 |
|
percentile_disc ( fraction double precision ) WITHIN GROUP ( ORDER BY anyelement ) → anyelement
计算离散百分比，聚合参数值的排序集中第一个在排序中的位置等于或高于指定fraction的值。聚合参数必须是可排序的类型。
|
否 |
|
percentile_disc ( fractions double precision[] ) WITHIN GROUP ( ORDER BY anyelement ) → anyarray
计算多个离散百分比。结果与 fractions 参数具有相同维度，每个非空元素都被替换为对应的该百分比的输入值。聚合参数必须为可排序类型。
|
否 |
每个 表 9.63 中列出的“附加表”聚合与 第 9.22 节 中定义的同名窗口函数相关联。在每种情况下，聚合结果是关联窗口函数对于从 args 构建的“附加”行，如果此行已添加到由 sorted_args 表示的有序行组中，将返回的值。对于每个此类函数，以 args 中提供的直接参数的列表必须与 sorted_args 中提供的聚合参数的数目和类型匹配。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。空值按照 ORDER BY 子句中指定的法则进行排序。
表 9.63. 附加表聚合函数
|
函数
说明
|
部分模式 |
|
rank ( args ) WITHIN GROUP ( ORDER BY sorted_args ) → bigint
计算附加行的排名，其中存在间隔；即，同类组中第一行的行号。
|
否 |
|
dense_rank ( args ) WITHIN GROUP ( ORDER BY sorted_args ) → bigint
计算附加行的排名，没有间隔；此函数实际计算同类组的数量。
|
否 |
|
percent_rank ( args ) WITHIN GROUP ( ORDER BY sorted_args ) → double precision
计算附加行的相对排名，即 (rank - 1) / (总行数 - 1)。因此，该值在 0 到 1 含之间。
|
否 |
|
cume_dist ( args ) WITHIN GROUP ( ORDER BY sorted_args ) → double precision
计算累积分布，即（位于假行之前的行数或与假同行等的行数）/（总行数）。由此，值介于 1/N 和 1 之间。
|
否 |
表 9.64 分组操作
|
函数
说明
|
|
GROUPING ( group_by_expression(s) ) → integer
返回位掩码，指示当前分组集中不包含哪些 GROUP BY 表达式。从右到左分配比特，最右边的参数对应最低有效位；如果相应的表达式包含在生成当前结果行的分组集的分组条件中，则每个比特为 0，如果不包含，则为 1。
|
表 9.64 中显示的分组操作与分组集（请参阅 第 7.2.4 节）结合使用，用于区分结果行。GROUPING 函数的参数实际上没有得到计算，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)
在此，前四行中 grouping 值 0 表明这两列按分组列分组方式正常分组。值为 1 表明在此前两行中没有分组 model，值为 3 表明在最后一行中既未分组 make，也未分组 model（因此是对所有输入行进行汇总）。