Question

我使用的是Greenplum DB，我想在窗口中计算中位数，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，在Postgres中没有实现中位数，所以我使用这个例子创建了自己的聚合： https://wiki.postgresql.org/wiki/Aggregate_Median

问题在于，当我使用整列而不是在窗口中（使用OVER子句）返回错误时，这是有效的，并且#f; prefunc＆＃39;应该定义。 Greenplum文档证实： http://gpdb.docs.pivotal.io/4380/ref_guide/sql_commands/CREATE_AGGREGATE.html

prefunc的文档和角色对我来说不是很清楚。您是否有任何定义支持Windows的自定义Postgres聚合函数的示例？

Answer 1

我不知道这是否适用于Greenplum。但是，在Postgres的现代版本中，您可以使用array_agg()作为窗口函数。因此，对于您的特殊问题，运行中位数为：

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PREFUNC，它不是常规Postgres中的参数。

在正常的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添加到当前状态（例如SFUNC=array_append）的函数。但是在像GPDB这样在分布式节点之间移动数据的分布式系统中，从两个地方（即两个数组）接收状态的节点如何组合两种状态呢？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,添加到从median example code获取的聚合定义中。 array_cat接受两个数组并将它们作为单个组合数组返回。我已经尝试过它，它对我来说既可以作为聚合也可以作为窗口。

（请注意，使用numeric[]的版本有效，但由于某种原因不是anyarray。看来是因为创建窗口/聚合函数不重要的原因。）< / em>的

有关聚合的更多信息，请参阅Lukasz所提及的GPDB docs。

自定义Greenplum聚合功能与窗口

2 个答案: