window 的自定义 Greenplum 聚合函数

Question

我正在使用 Greenplum DB，我想计算 window 中的中位数，例如：

SELECT avg(var1) OVER (PARTITION BY var2 ORDER BY datetime 
                       ROWS BETWEEN 10 PRECEDING AND CURRENT ROW) FROM tbl...

不幸的是，中位数在 Postgres 中没有实现，所以我使用这个例子创建了我自己的聚合： https://wiki.postgresql.org/wiki/Aggregate_Median

问题是，当我使用整个列但不在 window（带有 OVER 子句）中时，这会起作用，返回应该定义 'prefunc' 的错误。 Greenplum 文档确认： http://gpdb.docs.pivotal.io/4380/ref_guide/sql_commands/CREATE_AGGREGATE.html

prefunc的文档和作用我不是很清楚。您有定义支持 windows 的自定义 Postgres 聚合函数的示例吗？

Answer 1

我不知道这是否适用于 Greenplum。但是，在现代版本的 Postgres 中，您可以将 array_agg() 用作 window 函数。因此，对于您的特定问题，运行中位数是：

select (array_agg(var1) over (partition by var2 order by datetime
                              rows between 10 preceding and current row
                             )[6] as running_median

编辑：

另一种方法是使用子查询：

select t.*,
       (select t2.var1
        from t t2
        where t2.var2 = t.var2 and t2.datetime < t.datetime
        order by t2.datetime desc
        offset 5 limit 1
       ) running_median        
from t;

Answer 2

要在 GPDB 中创建自定义聚合，您需要定义一个 PREFUNC，这不是常规 Postgres 中的参数。

在普通的 Postgres 中，聚合需要一个起始状态（例如 STYPE=numeric[]）和一个告诉它如何将新项目添加到当前状态的函数（例如 SFUNC=array_append）。但是在像 GPDB 这样的分布式系统中，它在节点之间移动数据，一个节点从两个地方（即两个数组）接收状态应该如何组合两个状态？这就是 PREFUNC 的作用。然后，最后可以在单个组合状态上调用 FINALFUNC 并返回。

在计算中位数的示例中，您需要做的就是将 PREFUNC=array_cat, 添加到您从 median example code 中获取的聚合定义中。 array_cat 采用两个数组，returns 将它们作为一个组合数组。我试过了，它对我有用，既可以作为聚合，也可以作为 window。

（请注意，采用 numeric[] 的版本有效，但由于某种原因而不是 anyarray 版本。似乎是出于对创建 window/aggregate函数。）

有关聚合的更多信息，请参阅 Lukasz 提到的 GPDB docs。

window 的自定义 Greenplum 聚合函数

Custom Greenplum aggregate function with window

sql

aggregate-functions

greenplum