sumFungsi agregat

Berlaku untuk:Ditandai centang ya Databricks SQL Ditandai centang ya Databricks Runtime

Mengembalikan jumlah yang dihitung dari nilai grup.

Sintaks

sum ( [ALL | DISTINCT] expr ) [FILTER ( WHERE cond ) ]

Fungsi ini juga dapat dipanggil sebagai fungsi jendela menggunakan klausa OVER.

Argumen

  • expr: Ekspresi yang dievaluasi menjadi angka atau interval.
  • cond: Ekspresi Boolean opsional yang memfilter baris yang digunakan untuk agregasi.

Pengembalian

Jika expr adalah jenis angka integral, maka BIGINT. Jika expr adalah DECIMAL(p, s), maka hasilnya adalah DECIMAL(p + min(10, 31-p), s). Jika expr adalah interval, jenis hasil cocok dengan expr.

Jika tidak, DOUBLE.

Jika DISTINCT ditentukan, hanya nilai unik yang dijumlahkan.

Jika hasilnya meluap, tipe hasil Azure Databricks menimbulkan kesalahan ARITHMETIC_OVERFLOW. Untuk mengembalikan NULL , gunakan try_sum.

Peringatan

Dalam Databricks Runtime, jika spark.sql.ansi.enabled adalah false, luapan BIGINT tidak menyebabkan kesalahan tetapi "membungkus" hasilnya sebagai gantinya.

Kondisi kesalahan umum

Contoh

> SELECT sum(col) FROM VALUES (5), (10), (15) AS tab(col);
 30

> SELECT sum(col) FILTER(WHERE col <15)
    FROM VALUES (5), (10), (15) AS tab(col);
 15

> SELECT sum(DISTINCT col) FROM VALUES (5), (10), (10), (15) AS tab(col);
 30

> SELECT sum(col) FROM VALUES (NULL), (10), (15) AS tab(col);
 25

> SELECT sum(col) FROM VALUES (NULL), (NULL) AS tab(col);
 NULL

-- try_sum overflows a BIGINT
> SELECT try_sum(c1) FROM VALUES(5E18::BIGINT), (5E18::BIGINT) AS tab(c1);
 NULL

-- In ANSI mode sum returns an error if it overflows BIGINT
> SELECT sum(c1) FROM VALUES(5E18::BIGINT), (5E18::BIGINT) AS tab(c1);
 Error: ARITHMETIC_OVERFLOW

-- try_sum overflows an INTERVAL
> SELECT try_sum(c1) FROM VALUES(INTERVAL '100000000' YEARS), (INTERVAL '100000000' YEARS) AS tab(c1);
  NULL

-- sum returns an error on INTERVAL overflow
> SELECT sum(c1) FROM VALUES(INTERVAL '100000000' YEARS), (INTERVAL '100000000' YEARS) AS tab(c1);
 Error: ARITHMETIC_OVERFLOW
  • Last updated on