雪花 - 聚合函数：SUM(*)、AVG(*)、MIN(*)、MAX(*)、ANY_VALUE(*)

Question

以下语法起作用的可能原因是什么：

SELECT SUM(*), AVG(*), MIN(*), MAX(*), ANY_VALUE(*);

输出：

总和（*）	平均值(*)	最小(*)	最大(*)	任意_值(*)
空	空	空	空	空

数据类型：

DESCRIBE RESULT LAST_QUERY_ID();
/*
name    type    kind
SUM(*)  NUMBER(30,0)    COLUMN
AVG(*)  NUMBER(36,6)    COLUMN
MIN(*)  VARCHAR(0)  COLUMN
MAX(*)  VARCHAR(0)  COLUMN
ANY_VALUE(*)    VARCHAR(0)  COLUMN
*/

根据查询配置文件，解析为：

EXPLAIN USING TABULAR
SELECT SUM(*), AVG(*), MIN(*), MAX(*), ANY_VALUE(*);

---

提供表/子查询时

*

被解析为第一列：

SELECT SUM(*), AVG(*), MIN(*), MAX(*), ANY_VALUE(*)
FROM (VALUES (1)) sub(c);
/*
SUM(*)  AVG(*)  MIN(*)  MAX(*)  ANY_VALUE(*)
1   1   1   1   1
*/

但是，如果存在多于一列，则不起作用：

SELECT SUM(*), AVG(*), MIN(*), MAX(*), ANY_VALUE(*)
FROM (VALUES (1,2));

错误：函数 [SUM(VALUES.COLUMN1, VALUES.COLUMN2)] 的参数太多

还有：

SELECT SUM(*)
FROM (VALUES(1))
HAVING SUM(*) > 1;

仅在 SELECT 子句中允许使用 * 作为函数参数。

---

聚合函数的文档没有为

*

在 SUM、MIN/MAX 等上下文中提供任何线索。

我正在寻找可能有用的有效用例。

---

编辑：

接受多个单一输入的聚合函数：

SELECT LISTAGG(*) FROM (SELECT 'a', 'b'); 
--error: argument 2 to function LISTAGG needs to be constant, found'"values"."'B'"'

但是：

SELECT MIN_BY(*) 
FROM (VALUES('a', 'b'), ('aa', 'a')) AS sub(c1, c2);
/*
MIN_BY(*)
aa
*/

Answer 1

我的假设是它是来自

count(*)

的“魔法神器”，这确实是一个奇怪的表达。

是的，又不是。但考虑到解析器会看到

<inbuilt_built_function(token)><paren><star><paren>

和

count

是一个内置函数，其他函数也是如此。我认为 * 将充当“将所有输入放在这里”的模板。应该可以使用

count(distinct *)

进行测试，给出与

count(distinct a,b,c)

相同的结果（对于三列表）

因此，* 到“所有输入”的扩展只是自动魔术化，然后

sum(a,b)

未能通过 sum 的参数计数检查，这不是解析问题，也不是 AST 问题，而是几乎运行-时间问题。

测试：

select 
    count(*) as c1, 
    count(distinct *) as c2, 
    count(distinct column1, column2) as c3
from values 
    (1,2), 
    (1,2), 
    (null, null);

好吧，这并没有证明我的想法，但它确实表明标记器正在生成一个开始标记......:-)

更多大声思考：

select 
    count(*) as c1, 
    count(column1) as c2, 
    count(column2) as c3, 
    count(column1, column2) as c4, 
    
    --count(distinct *) as c2, 
    --count(distinct(column1, column2)) as c2, 
    count(distinct column1, column2) as c3
from values 
    (1,2), 
    (1,2), 
    (null, null);
    select 
    count(*) as c1, 
    count(column1) as c2, 
    count(column2) as c3, 
    count(column1, column2) as c4, 
    count(distinct column1, column2) as c3
from values 
    (1,2), 
    (1,2), 
    (null, null);

啊，是的，* 表示存在一行，作为显式名称，触发非空值，所以它是参数的扩展。但是整个 TYPE 类参数，计数必须理解的“行”，以及 SUM 和 MAX 等，可以处理，但只是自动魔术成“必须只有一列”。

超级弱的答案，因为自动魔法就像免费的午餐，“更好”。

或者它“令人恶心”，但是一些大客户有很多 SQL“无法更改，并且需要支持才能赚大钱，所以嘿为什么不呢？”我不喜欢这些，因为它们看起来太简单并且思维封闭。但它们作为选项而存在。

魔法行选项：

对于如何在 Medium 上进行 PIVOT 有一个非常好的解释，并且对于源的参数（未在结果列或独立于所选列的输出列中命名），它有一个隐式的

GROUPING BY ALL

，因此已经有一个概念“只要接受你所得到的所有东西，并理解它”就可以支持这一点。也许它就像 C 中的 ARGC、ARGV 或 C# 中的 params，它变成了一桶东西，被动态处理，因此出现 LISTAGG 错误，这确实显示了参数的想法。

这太有趣了！