ClickHouse常用函数统计

------------恢复内容开始------------

1、统计类函数

1.1 分位数

90%分位数：

quantile(0.9)()
  • 1

在求（平均）响应时间时用到，quantile(0.9)(url_rt)

1.2 中位数

median()
  • 1

还未使用到，median(url_rt)

1.3 相关系数

计算x与y的相关系数，计算公式：∑ ( x − x ‾ ) ( y − y ‾ ) ∑ ( x − x ‾ ) 2 ∑ ( y − y ‾ ) 2 \dfrac{\sum(x-\overline{x})(y-\overline{y})}{\sqrt{\sum(x-\overline{x})^2\sum(y-\overline{y})^2}}∑(x−x)2∑(y−y​)2​∑(x−x)(y−y​)​，取值范围[-1,1]，其绝对值越大代表线性关系越强，当相关系数为0时，表示x与y之间没有线性相关关系（不代表没有非线性关系）：
corr(x,y)

2、类型转换函数

2.1 转换为字符串

toString()
  • 1

在Superset中应用较多，toString(date)

3、时间日期函数

3.1 截取年份

toYear()
  • 1

应用形式toYear(date)

3.2 截取月份

toMonth()
  • 1

应用形式toMonth(date)，例如date = ‘2018-07-25’，得到结果为7

3.3 截取天

toDayOfDay()
  • 1

应用形式toDayOfDay(date)，例如date = ‘2018-07-25’，得到结果为25

3.4 截取计算星期

toDayOfWeek()
  • 1

应用形式toDayOfWeek(date)，例如date = ‘2018-07-25’，得到结果为3
上方

3.5 截取计算小时

toHour()
  • 1

应用形式toHour(ts)，例如date = ‘2018-07-25 08:10:20’，得到结果为8

3.6 截取计算分钟

toMinute()
  • 1

与上方类似，用在物化视图中分钟级聚合

3.7 截取计算秒

toSecond()
  • 1

与上方类似
以下函数与上方函数极为类似。

3.8 从小时开始截取

toStartOfHour()
  • 1

应用形式toStartOfHour(ts)，例如date = ‘2018-07-25 08:01:21’，得到结果为2018-07-25 08:00:00

3.9 从分钟开始截取（一分钟粒度）

toStartOfMinute()
  • 1

应用形式toStartOfMinute(ts)，例如date = ‘2018-07-25 08:01:21’，得到结果为2018-07-25 08:01:00

3.10 从分钟开始截取（五分钟粒度）

toStartOfFiveMinute()
  • 1

应用形式toStartOfFiveMinute(ts)，随着时间的推移将日期缩短到五分钟间隔的开始。例如date = ‘2018-07-25 08:05:21’，得到结果为2018-07-25 08:00:21，当秒级/分钟级数据量较大时，考虑五分钟聚合可以使用该函数。

4、字符串处理

4.1 小写转换

lower()
  • 1

应用形式lower('aBcA')

4.2 大写转换

upper()
  • 1

应用形式upper('aBcA')

4.3 字符串拼接

concat(s1,s2,...)
  • 1

应用形式concat('adsa','121sf')

4.4 字符串截取

substring(s, offset, length)
  • 1

应用形式substring('iioomAjOOBJB', 2, 3)，从字符串的第2位起截取3个字符，得到ioo

4.5 字符串拆分

splitByString(separator , s)
  • 1

SELECT splitByString(',','afffv,safe,efwee,htrjt' ) AS temp;，结果：[‘afffv’,‘safe’,‘efwee’,‘htrjt’]。
和length()结合使用，SELECT length(splitByString(',','afffv,safe,efwee,htrjt' )) AS temp_num;，结果：4。

5、搜索函数

5.1 正则匹配之match()

  match(haystack,pattern)
  • 1

应用形式match('avhsca','vh)，是否由匹配字段，字符串中由’vh’字符串，结果输出为1

5.2 正则匹配之extract()

返回匹配到的第一个子串：

extract(haystack,pattern)
  • 1

应用形式extract('iioomAj12123124OOBJB', '\\d+')，匹配多个数字，并返回第一个子串，结果输出为’12123124’
extract('iioomAj12123124OOBJB', '\\[a-z]+')，匹配小写字母的子串，并返回第一个子串，结果输出为’iioom’

5.3 正则匹配之extractAll()

返回匹配到的所有子串：

   extractAll(haystack,pattern)
  • 1

应用形式extract('iioomAj12123124OOBJB', '\\[A-Z]+')，匹配大写字母的子串，并返回所有子串，结果输出为[‘A’,‘OOBJB’]

5.4 正则匹配之like()

返回匹配到的数据：

   like(haystack,pattern)
  • 1

可以包含：%和_等字符
一般应用于模糊查找URL

5.5 正则匹配之notLike()

   notLike(haystack,pattern)
  • 1

得到结果与like()相反。

5.6 正则替换之replaceOne()

  replaceOne(haystack,pattern,replacement)
  • 1

只替换第一个匹配到的pattern。

5.7 正则替换之replaceAll()

  replaceAll(haystack,pattern,replacement)
  • 1

替换匹配到的所有pattern。可以和length()函数搭配来统计某个字符的个数，SELECT (length(task_ids)-length(replaceAll(task_ids,',','')) + 1) AS task_num FROM dcm_mission_all ;统计任务的数量，task_ids可能取值为‘123，5325，564564，234’，执行后结果为：4。

5.8 正则替换之replaceRegexpAll()

 replaceRegexpAll(haystack,pattern,replacement)
  • 1

与replaceAll()类似，pattern可以用正则表示，SELECT replaceRegexpAll('Hello, World!', '^', 'here: ') AS res;，得到：here: Hello, World!

6、条件语句

6.1 if()

if(cond,then,else)
  • 1

条件cond为TRUE，返回then处的结果，否则，返回else处的结果。

7、URL操作函数

7.1 protocol()

用法：

SELECT  protocol('http://www.baidu.com.cn')
  • 1

结果：http。

7.2 domain()

用法：

SELECT  domain('http://www.baidu.com.cn')
  • 1

结果：www.baidu.com.cn。

7.3 domainWithoutWWW()

用法：

SELECT  domainWithoutWWW('http://www.baidu.com.cn')
  • 1

结果：baidu.com.cn。

7.4 topLevelDomain()

用法：

SELECT topLevelDomain('http://www.baidu.com.cn')
  • 1

结果：cn。

7.5 firstSignificantSubdomain()

用法：

SELECT  firstSignificantSubdomain('http://www.baidu.com.cn')`
  • 1

结果：baidu。

7.6 path()

用法：

SELECT path('https://www.baidu.com/s?wd=SQL%E4%B8%AD%E7%9A%84split&rsv_spt=1&rsv_iqid=0xb79d2a30000683c8&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-8&rqlang=cn&tn=baiduhome_pg&rsv_enter=0&oq=SQL%2520if()&rsv_t=c9ecC9JfyBAd%2Bobx3UmEq4ZivwZzO7M%2Bar6xjhU3caPXwxMwD76F9AUI%2FaX%2B6jUYE4Lb&inputT=7416&rsv_pq=c8d2f6750000cc4e&rsv_sug3=35&rsv_sug1=35&rsv_sug7=100&rsv_sug2=0&rsv_sug4=8521')
  • 1

结果：/s。

7.7 cutQueryString()

用法：

SELECT  cutQueryString('https://www.baidu.com/s?wd=SQL%E4%B8%AD%E7%9A%84split&rsv_spt=1&rsv_iqid=0xb79d2a30000683c8&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-8&rqlang=cn&tn=baiduhome_pg&rsv_enter=0&oq=SQL%2520if()&rsv_t=c9ecC9JfyBAd%2Bobx3UmEq4ZivwZzO7M%2Bar6xjhU3caPXwxMwD76F9AUI%2FaX%2B6jUYE4Lb&inputT=7416&rsv_pq=c8d2f6750000cc4e&rsv_sug3=35&rsv_sug1=35&rsv_sug7=100&rsv_sug2=0&rsv_sug4=8521')
  • 1

结果：https://www.baidu.com/s。

8、字典函数

8.1 dictGetString()

用法：

SELECT dictGetString('ck_abc_dic', 'ck_value', tuple(_abc)) AS abc
FROM DB.TABL
WHERE date=today()
LIMIT 10;

------------恢复内容结束------------

posted @ 2020-10-16 17:09  为什么昵称都叫没了  阅读(721)  评论(0)  编辑  收藏  举报