aggs_for_arrays
计算数组聚合统计值的函数包
仓库
pjungwir/aggs_for_arrays
https://github.com/pjungwir/aggs_for_arrays
源码
aggs_for_arrays-1.3.3.tar.gz
aggs_for_arrays-1.3.3.tar.gz
概览
| 扩展包名 | 版本 | 分类 | 许可证 | 语言 |
|---|---|---|---|---|
aggs_for_arrays | 1.3.3 | FUNC | MIT | C |
| ID | 扩展名 | Bin | Lib | Load | Create | Trust | Reloc | 模式 |
|---|---|---|---|---|---|---|---|---|
| 4750 | aggs_for_arrays | 否 | 是 | 否 | 是 | 否 | 是 | - |
| 相关扩展 | aggs_for_vecs first_last_agg arraymath intarray topn quantile |
|---|
版本
| 类型 | 仓库 | 版本 | PG 大版本 | 包名 | 依赖 |
|---|---|---|---|---|---|
| EXT | PIGSTY | 1.3.3 | 1817161514 | aggs_for_arrays | - |
| RPM | PIGSTY | 1.3.3 | 1817161514 | aggs_for_arrays_$v | - |
| DEB | PIGSTY | 1.3.3 | 1817161514 | postgresql-$v-aggs-for-arrays | - |
构建
您可以使用 pig build 命令构建 aggs_for_arrays 扩展的 RPM / DEB 包：
pig build pkg aggs_for_arrays # 构建 RPM / DEB 包
安装
您可以直接安装 aggs_for_arrays 扩展包的预置二进制包，首先确保 PGDG 和 PIGSTY 仓库已经添加并启用：
pig repo add pgsql -u # 添加仓库并更新缓存
使用 pig 或者是 apt/yum/dnf 安装扩展：
pig install aggs_for_arrays; # 当前活跃 PG 版本安装
pig ext install -y aggs_for_arrays -v 18 # PG 18
pig ext install -y aggs_for_arrays -v 17 # PG 17
pig ext install -y aggs_for_arrays -v 16 # PG 16
pig ext install -y aggs_for_arrays -v 15 # PG 15
pig ext install -y aggs_for_arrays -v 14 # PG 14
dnf install -y aggs_for_arrays_18 # PG 18
dnf install -y aggs_for_arrays_17 # PG 17
dnf install -y aggs_for_arrays_16 # PG 16
dnf install -y aggs_for_arrays_15 # PG 15
dnf install -y aggs_for_arrays_14 # PG 14
apt install -y postgresql-18-aggs-for-arrays # PG 18
apt install -y postgresql-17-aggs-for-arrays # PG 17
apt install -y postgresql-16-aggs-for-arrays # PG 16
apt install -y postgresql-15-aggs-for-arrays # PG 15
apt install -y postgresql-14-aggs-for-arrays # PG 14
创建扩展：
CREATE EXTENSION aggs_for_arrays;
用法
提供对单个数组输入计算统计量的函数。支持 SMALLINT、INTEGER、BIGINT、REAL 和 DOUBLE PRECISION 类型。
CREATE EXTENSION aggs_for_arrays;
函数
| 函数 | 说明 |
|---|---|
array_to_hist(values T[], start T, width T, count INT) | 计算直方图分桶计数 |
array_to_hist_2d(x[], y[], ...) | 二维直方图 |
array_to_mean(values T[]) | 数组元素的均值 |
array_to_median(values T[]) | 中位数（输入无需排序） |
sorted_array_to_median(values T[]) | 中位数（输入已排序） |
array_to_mode(values T[]) | 数组元素的众数 |
sorted_array_to_mode(values T[]) | 众数（输入已排序） |
array_to_percentile(values T[], pct FLOAT) | 百分位数（0 到 1） |
sorted_array_to_percentile(values T[], pct FLOAT) | 百分位数（输入已排序） |
array_to_percentiles(values T[], pcts FLOAT[]) | 多个百分位数 |
sorted_array_to_percentiles(values T[], pcts FLOAT[]) | 多个百分位数（输入已排序） |
array_to_max(values T[]) | 最大元素 |
array_to_min(values T[]) | 最小元素 |
array_to_min_max(values T[]) | {min, max} 元组 |
array_to_skewness(values T[]) | 偏度 |
array_to_kurtosis(values T[]) | 峰度 |
示例
-- 10 个分桶的直方图，起始值 0，桶宽 10
SELECT array_to_hist(ARRAY[5,15,25,35,45], 0, 10, 5);
-- {1,1,1,1,1}
-- 均值和中位数
SELECT array_to_mean(ARRAY[1,2,3,4,5]); -- 3.0
SELECT array_to_median(ARRAY[1,2,3,4,5]); -- 3.0
-- 百分位数
SELECT array_to_percentile(ARRAY[1,2,3,4,5,6,7,8,9,10], 0.95);
-- 一次计算多个百分位数
SELECT array_to_percentiles(ARRAY[1,2,3,4,5], ARRAY[0.25, 0.5, 0.75]);