計算平均值。
使用限制
視窗函數的使用限制如下:
視窗函數只能出現在
select
語句中。視窗函數中不能嵌套使用視窗函數和彙總函式。
視窗函數不能和同層級的彙總函式一起使用。
命令格式
--計算平均值
DECIMAL|DOUBLE avg(<colname>)
--計算視窗中expr的平均值。
double avg([distinct] double <expr>) over ([partition_clause] [orderby_clause] [frame_clause])
decimal avg([distinct] decimal <expr>) over ([partition_clause] [orderby_clause] [frame_clause])
命令說明
計算平均值或返回視窗中expr的平均值。
參數說明
colname:必填。列值支援所有資料類型,可以轉換為DOUBLE類型後參與運算。
expr:必填。計算返回結果的運算式。DOUBLE類型或DECIMAL類型。
當輸入值為STRING、BIGINT類型時,會隱式轉換為DOUBLE類型後參與運算,輸入其他資料類型返回報錯。
當輸入值為NULL時,該行不參與計算。
當指定distinct關鍵字時,表示取唯一值的平均值。
partition_clause、orderby_clause及frame_clause:詳情請參見windowing_definition。
傳回值說明
如果colname值為NULL時,該行不參與計算。其他類型返回規則如下:
輸入類型
傳回型別
TINYINT
DOUBLE
SMALLINT
DOUBLE
INT
DOUBLE
BIGINT
DOUBLE
FLOAT
DOUBLE
DOUBLE
DOUBLE
DECIMAL
DECIMAL
expr為DECIMAL類型時,返回DECIMAL類型。其他情況下返回DOUBLE類型。expr的值都為NULL時,返回結果為NULL。
樣本資料
為便於理解各函數的使用方法,本文為您提供來源資料,基於來源資料提供函數相關樣本。建立表emp,並添加資料,命令樣本如下:
create table if not exists emp
(empno bigint,
ename string,
job string,
mgr bigint,
hiredate datetime,
sal bigint,
comm bigint,
deptno bigint);
tunnel upload emp.txt emp; --請根據您上傳資料檔案的實際path(路徑以及名稱)替換emp.txt
emp.txt中的資料如下:
7369,SMITH,CLERK,7902,1980-12-17 00:00:00,800,,20
7499,ALLEN,SALESMAN,7698,1981-02-20 00:00:00,1600,300,30
7521,WARD,SALESMAN,7698,1981-02-22 00:00:00,1250,500,30
7566,JONES,MANAGER,7839,1981-04-02 00:00:00,2975,,20
7654,MARTIN,SALESMAN,7698,1981-09-28 00:00:00,1250,1400,30
7698,BLAKE,MANAGER,7839,1981-05-01 00:00:00,2850,,30
7782,CLARK,MANAGER,7839,1981-06-09 00:00:00,2450,,10
7788,SCOTT,ANALYST,7566,1987-04-19 00:00:00,3000,,20
7839,KING,PRESIDENT,,1981-11-17 00:00:00,5000,,10
7844,TURNER,SALESMAN,7698,1981-09-08 00:00:00,1500,0,30
7876,ADAMS,CLERK,7788,1987-05-23 00:00:00,1100,,20
7900,JAMES,CLERK,7698,1981-12-03 00:00:00,950,,30
7902,FORD,ANALYST,7566,1981-12-03 00:00:00,3000,,20
7934,MILLER,CLERK,7782,1982-01-23 00:00:00,1300,,10
7948,JACCKA,CLERK,7782,1981-04-12 00:00:00,5000,,10
7956,WELAN,CLERK,7649,1982-07-20 00:00:00,2450,,10
7956,TEBAGE,CLERK,7748,1982-12-30 00:00:00,1300,,10
樣本
樣本1:指定部門(deptno)為開窗列,計算薪水(sal)平均值,不排序,返回當前視窗(相同deptno)從開始行到最後一行的累計平均值。命令樣本如下:
select deptno, sal, avg(sal) over (partition by deptno) from emp;
返回結果如下:
+------------+------------+------------+ | deptno | sal | _c2 | +------------+------------+------------+ | 10 | 1300 | 2916.6666666666665 | --視窗開始行,從第1行到第6行的累計平均值。 | 10 | 2450 | 2916.6666666666665 | --從第1行到第6行的累計平均值。 | 10 | 5000 | 2916.6666666666665 | --從第1行到第6行的累計平均值。 | 10 | 1300 | 2916.6666666666665 | | 10 | 5000 | 2916.6666666666665 | | 10 | 2450 | 2916.6666666666665 | | 20 | 3000 | 2175.0 | | 20 | 3000 | 2175.0 | | 20 | 800 | 2175.0 | | 20 | 1100 | 2175.0 | | 20 | 2975 | 2175.0 | | 30 | 1500 | 1566.6666666666667 | | 30 | 950 | 1566.6666666666667 | | 30 | 1600 | 1566.6666666666667 | | 30 | 1250 | 1566.6666666666667 | | 30 | 1250 | 1566.6666666666667 | | 30 | 2850 | 1566.6666666666667 | +------------+------------+------------+
樣本2:非Hive相容模式下,指定部門(deptno)為開窗列,計算薪水(sal)平均值,並排序,返回當前視窗(相同deptno)從開始行到當前行的累計平均值。命令樣本如下:
--關閉Hive相容模式。 set odps.sql.hive.compatible=false; --執行如下SQL命令。 select deptno, sal, avg(sal) over (partition by deptno order by sal) from emp;
返回結果如下:
+------------+------------+------------+ | deptno | sal | _c2 | +------------+------------+------------+ | 10 | 1300 | 1300.0 | --視窗開始行。 | 10 | 1300 | 1300.0 | --從第1行到第2行的累計平均值。 | 10 | 2450 | 1683.3333333333333 | --從第1行到第3行的累計平均值。 | 10 | 2450 | 1875.0 | --從第1行到第4行的累計平均值。 | 10 | 5000 | 2500.0 | --從第1行到第5行的累計平均值。 | 10 | 5000 | 2916.6666666666665 | --從第1行到第6行的累計平均值。 | 20 | 800 | 800.0 | | 20 | 1100 | 950.0 | | 20 | 2975 | 1625.0 | | 20 | 3000 | 1968.75 | | 20 | 3000 | 2175.0 | | 30 | 950 | 950.0 | | 30 | 1250 | 1100.0 | | 30 | 1250 | 1150.0 | | 30 | 1500 | 1237.5 | | 30 | 1600 | 1310.0 | | 30 | 2850 | 1566.6666666666667 | +------------+------------+------------+
樣本3:Hive相容模式下,指定部門(deptno)為開窗列,計算薪水(sal)平均值,並排序,返回當前視窗(相同deptno)從開始行到與當前行相同值所在行(相同sal值的平均值相同)的累計平均值。命令樣本如下:
--開啟Hive相容模式。 set odps.sql.hive.compatible=true; --執行如下SQL命令。 select deptno, sal, avg(sal) over (partition by deptno order by sal) from emp;
返回結果如下:
+------------+------------+------------+ | deptno | sal | _c2 | +------------+------------+------------+ | 10 | 1300 | 1300.0 | --視窗開始行。第1行和第2行的sal一致,則第1行的平均值為第1行到第2行的累計平均值。 | 10 | 1300 | 1300.0 | --從第1行到第2行的累計平均值。 | 10 | 2450 | 1875.0 | --第3行和第4行的sal一致,則第3行的平均值為從第1行到第4行的累計平均值。 | 10 | 2450 | 1875.0 | --從第1行到第4行的累計平均值。 | 10 | 5000 | 2916.6666666666665 | | 10 | 5000 | 2916.6666666666665 | | 20 | 800 | 800.0 | | 20 | 1100 | 950.0 | | 20 | 2975 | 1625.0 | | 20 | 3000 | 2175.0 | | 20 | 3000 | 2175.0 | | 30 | 950 | 950.0 | | 30 | 1250 | 1150.0 | | 30 | 1250 | 1150.0 | | 30 | 1500 | 1237.5 | | 30 | 1600 | 1310.0 | | 30 | 2850 | 1566.6666666666667 | +------------+------------+------------+
樣本4:計算所有職工的平均薪資(sal)。命令樣本如下:
select avg(sal) from emp;
返回結果如下:
+------------+ | _c0 | +------------+ | 2222.0588235294117 | +------------+
樣本5:與
group by
配合使用,對所有職工按照部門(deptno)進行分組,計算各部門員工的平均薪資(sal)。命令樣本如下:select deptno, avg(sal) from emp group by deptno;
返回結果如下:
+------------+------------+ | deptno | _c1 | +------------+------------+ | 10 | 2916.6666666666665 | | 20 | 2175.0 | | 30 | 1566.6666666666667 | +------------+------------+
相關函數
AVG函數屬於彙總函式或視窗函數。