presto 聚合函数

Presto 是一个分布式 SQL 查询引擎，支持许多聚合函数，包括但不限于：

1. COUNT：计算行数或非 null 值的数量。
2. SUM：计算数值列的总和。
3. AVG：计算数值列的平均值。
4. MAX：返回数值列的最大值。
5. MIN：返回数值列的最小值。
6. GROUP_CONCAT：将分组内的多个值连接为一个字符串。
7. APPROX_DISTINCT：返回近似唯一值的数量。
8. FIRST_VALUE：返回分组内第一个值。
9. LAST_VALUE：返回分组内最后一个值。
10. STDDEV：返回数值列的标准偏差。
11. VARIANCE：返回数值列的方差。

这些聚合函数可以用于SELECT语句的SELECT子句或HAVING子句中。

相关问题

prestosql filter函数使用方法

PrestoSQL中的FILTER函数用于对聚合函数的结果进行过滤。它可以在SELECT语句中使用，以根据特定条件筛选聚合值。以下是FILTER函数的使用方法示例：

SELECT
    column,
    SUM(value) FILTER (WHERE condition) AS filtered_sum
FROM
    table
GROUP BY
    column;

在上述示例中，column是要分组的列，value是要聚合的列，condition是要应用的过滤条件。FILTER子句用于指定应用条件的位置。

例如，假设我们有一个名为sales的表，其中包含产品名称和销售金额。我们想要计算每个产品的销售总额，但只包括销售金额大于100的记录。可以使用FILTER函数来实现这一目标：

SELECT
    product_name,
    SUM(sales_amount) FILTER (WHERE sales_amount > 100) AS filtered_sales
FROM
    sales
GROUP BY
    product_name;

这将返回每个产品及其对应的销售总额，但只包括销售金额大于100的记录。

注意，FILTER函数在PrestoSQL中是可选的，你也可以使用CASE语句来达到类似的效果。

presto和hive 时间函数差异

Presto和Hive都是用于大数据处理的SQL查询引擎，它们的时间函数虽然有许多相似之处，但也存在一些差异：

1. 性能优化：Presto设计上强调了实时分析，对时间函数的执行速度通常更快，尤其对于复杂的窗口函数和聚合操作。而Hive更适合离线批处理，时间函数的性能可能不如Presto响应迅速。

2. 时间戳处理：Presto支持多种时间戳类型，如TIMESTAMP、TIMESTAMP WITH TIME ZONE等，并且提供了丰富的日期和时间函数，如DATE_TRUNC、DATE_ADD、EXTRACT等。Hive也有类似的功能，但可能会有一些细微的函数命名和用法区别。

3. 动态分区：在处理基于时间范围的动态分区时，Presto的`DATE_TRUNC`和`ROW_NUMBER()`函数可以帮助用户更灵活地创建范围分区。Hive在这方面也有支持，但可能需要额外的脚本或存储过程。

4. 分区查询优化：Presto能够根据时间分区进行优化，例如，如果查询只针对最近的数据，它可以快速过滤掉较早的分区，而Hive可能需要遍历所有分区。