本文共 825 字，大约阅读时间需要 2 分钟。

非聚合，逐行计算

在日志数据处理中，我们常常需要对每一行数据进行单独的计算。以下是一个典型的例子：

select ip, upper(url), access_timefrom log

这个查询会从log表中逐行提取ip、upper(url)和access_time三个字段的数据。

聚合，分组计算

当需要对多行数据进行聚合操作时，group by命令会派上用场。以下是一个分组计算的示例：

select url, count(1) as cntsfrom loggroup by urlhaving cnts > 2

• group by url：按照url字段进行分组。
• count(1)：用于计数每一行数据，这里每一行都会算作1次计数。
• having cnts > 2：对分组后的数据进行过滤，只保留cnts大于2的记录。

where关键字用于对整体数据进行过滤，而having则是对分组后的数据进行过滤。

非聚合函数与聚合函数

非聚合函数是对单行数据进行操作，而聚合函数是对多行数据进行汇总或统计。以下是一个结合子查询和聚合函数的复杂示例：

select dt, url, cnts, max_ipfrom (    select dt, url, count(1) as cnts, max(ip) as max_ip    from log    where dt > '2017-08-04'    group by dt, url) as tmpwhere cnts > 2

• group by dt, url：先按日期dt和url分组。
• count(1)：计算每个分组内的记录数。
• max(ip)：在分组内找出ip字段的最大值。
• 子查询as tmp：将结果命名为tmp，方便后续操作。
• where cnts > 2：对最终结果进行过滤，仅保留cnts大于2的记录。

这种方法可以帮助我们同时获取多个聚合结果，并对最终数据进行进一步的过滤。

转载地址：http://orefk.baihongyu.com/