如何在Redshift中创建自定义聚合UDF函数？

Question

在Redshift中是否可以创建自定义聚合UDF函数？如果可以，我在哪里可以找到相关的教程或文档？

我的数据如下：

A     B     time_series

a1    b1    "[1,2,3]"
a1    b2    "[2,3,4]"
a2    b1    "[2,2,2]"

我希望能够按照 A 或 B 进行分组，并得到平均时间序列。

例如，按照 A 进行分组：

a1   "[1.5, 2.5, 3.5]"
a2   "[2,2,2]"

- Hello lad

Answer 1

截至今天，UDF只能应用于单行数据。因此，要实现您想要的功能，您需要将值预先合并到单行中，然后应用UDF进行计算。

例如：

创建UDF：

CREATE FUNCTION f_mean(time_series VARCHAR)
RETURNS varchar
IMMUTABLE AS $$
import json
data = [json.loads(x.replace('"', '')) for x in time_series.split('""')]
return json.dumps([sum(e)/float(len(e)) for e in zip(*data)])
$$ LANGUAGE plpythonu;

使用 LISTAGG 函数将值合并为单行，然后应用 UDF。

mydb=> select A, f_mean(listagg(time_series)) within group (order by A) from my_table group by A;
 a  |     f_mean      
----+-----------------
 a2 | [2.0, 2.0, 2.0]
 a1 | [1.5, 2.5, 3.5]
(2 rows)

- Vor

---

它有一个限制，即time_series的长度永远不能超过listagg允许的最大长度。 - Hello lad