如何在 Clickhouse 中生成子组的聚合结果？

Question

我希望能够有效地从 clickhouse 表中生成聚合结果以及带有子组的数组排序

那么，让我举个例子吧

比如说，我有以下示例表

专栏	类型
id	字符串
客户	字符串
v1	国际
v2	国际
什么时候	日期时间

从简单的聚合查询开始，比如

SELECT id, AVG(v1) AVG1, SUM(v2) SUM2 FROM table WHERE When > today() GROUP BY id

这会产生类似的东西

身份证	AVG1	SUM2
1	100	300
2	200	400
...	...	...

我想用这样的东西扩展结果

身份证	平均	SUM2	每个客户端的行数
1	100	300	[{AVG1:110, SUM2:150},{AVG1:90, SUM2:50},{AVG1:100, SUM2:100}]
2	200	400	[{200, 100},{200, 300},{200, 0}]
...	...	...	[...]

rows per client

字段使用与主查询相同的过滤器进行聚合，但也对其结果应用了额外的分组依据

我很好奇，如果这样的事情在 Clickhouse 中是可能的（如果是的话，最有效的方法是什么），或者我是否必须使用 Join，然后以编程方式解析结果？

联接是迄今为止我设法完成的最好的，但生成的查询并不是最佳的，因为我必须选择相同的数据两次（注意，我使用的表和查询确实是示例性的，而真实的查询有更多的字段和更复杂的聚合），并且结果与我想要完成的不太一样

Answer 1

create table I_AM_TIRED_TO_WRITE_EXAMPLES_WHY_ARE_YOU_SO_LAZY(
  id    String,
  client    String,
  v1    Int,
  v2    Int,
When    DateTime) Engine=Memory;

insert into I_AM_TIRED_TO_WRITE_EXAMPLES_WHY_ARE_YOU_SO_LAZY
select number, arrayJoin(['client1', 'client2', 'client3']),
     number%10, number%3, today()
from numbers(15);


SELECT
    id,
    avgMerge(AVG1s) AS AVG1,
    sum(SUM2s) AS SUM2,
    CAST(groupArray((client, (finalizeAggregation(AVG1s), SUM2s))), 'Map(String, Tuple(avg Float64, sum Int64))') AS r
FROM
(
    SELECT
        id,
        client,
        avgState(v1) AS AVG1s,
        SUM(v2) AS SUM2s
    FROM I_AM_TIRED_TO_WRITE_EXAMPLES_WHY_ARE_YOU_SO_LAZY
    WHERE When >= today()
    GROUP BY
        id,
        client
)
GROUP BY id
ORDER BY id ASC

┌─id─┬─AVG1─┬─SUM2─┬─r─────────────────────────────────────────────────┐
│ 0  │    0 │    0 │ {'client2':(0,0),'client3':(0,0),'client1':(0,0)} │
│ 1  │    1 │    3 │ {'client1':(1,1),'client2':(1,1),'client3':(1,1)} │
│ 10 │    0 │    3 │ {'client3':(0,1),'client2':(0,1),'client1':(0,1)} │
│ 11 │    1 │    6 │ {'client3':(1,2),'client2':(1,2),'client1':(1,2)} │
│ 12 │    2 │    0 │ {'client2':(2,0),'client3':(2,0),'client1':(2,0)} │
│ 13 │    3 │    3 │ {'client2':(3,1),'client3':(3,1),'client1':(3,1)} │
│ 14 │    4 │    6 │ {'client3':(4,2),'client2':(4,2),'client1':(4,2)} │
│ 2  │    2 │    6 │ {'client1':(2,2),'client3':(2,2),'client2':(2,2)} │
│ 3  │    3 │    0 │ {'client3':(3,0),'client2':(3,0),'client1':(3,0)} │
│ 4  │    4 │    3 │ {'client1':(4,1),'client3':(4,1),'client2':(4,1)} │
│ 5  │    5 │    6 │ {'client3':(5,2),'client2':(5,2),'client1':(5,2)} │
│ 6  │    6 │    0 │ {'client2':(6,0),'client3':(6,0),'client1':(6,0)} │
│ 7  │    7 │    3 │ {'client1':(7,1),'client2':(7,1),'client3':(7,1)} │
│ 8  │    8 │    6 │ {'client3':(8,2),'client2':(8,2),'client1':(8,2)} │
│ 9  │    9 │    0 │ {'client1':(9,0),'client3':(9,0),'client2':(9,0)} │
└────┴──────┴──────┴───────────────────────────────────────────────────┘

groupArrayMap：https://fiddle.clickhouse.com/383cb12c-0039-401c-a514-1eb333ae5720