进入正文前，感谢宝子们订阅专题、点赞、评论、收藏！关注IT贫道，获取高质量博客内容！
🏡个人主页：含各种IT体系技术，IT贫道_Apache Doris,大数据OLAP体系技术栈,Kerberos安全认证-CSDN博客
📌订阅：拥抱独家专题，你的订阅将点燃我的创作热情！
👍点赞：赞同优秀创作，你的点赞是对我创作最大的认可！
⭐️ 收藏：收藏原创博文，让我们一起打造IT界的荣耀与辉煌！
✏️评论：留下心声墨迹，你的评论将是我努力改进的方向！
目录
1. AggregatingMergeTree建表语句
2. 示例一
3. 示例二
该表引擎继承自MergeTree，可以使用 AggregatingMergeTree 表来做增量数据统计聚合。如果要按一组规则来合并减少行数，则使用 AggregatingMergeTree 是合适的。AggregatingMergeTree是通过预先定义的聚合函数计算数据并通过二进制的格式存入表内。
与SummingMergeTree的区别在于：SummingMergeTree对非主键列进行sum聚合，而AggregatingMergeTree则可以指定各种聚合函数。对某些字段需要进行聚合时，需要在创建表字段时指定成AggregateFunction类型。
1. AggregatingMergeTree建表语句
CREATE TABLE [IF NOT EXISTS] [db.]table_name [ON CLUSTER cluster](name1 [type1] [DEFAULT|MATERIALIZED|ALIAS expr1],name2 [type2] [DEFAULT|MATERIALIZED|ALIAS expr2],...) ENGINE = AggregatingMergeTree()[PARTITION BY expr][ORDER BY expr][SAMPLE BY expr][TTL expr][SETTINGS name=value, ...]2. 示例一
#创建表 t_aggregating_mt ，使用AggregatingMergeTree引擎，指定salary字段是聚合字段node1 :) create table t_aggregating_mt(:-] id UInt8,:-] name String,:-] age UInt8,:-] loc String,:-] dept String,:-] workdays UInt8,:-] salary AggregateFunction(sum,Decimal32(2)):-] ) engine = AggregatingMergeTree():-] order by (id,age):-] primary key id:-] partition by loc;- 注意：
对于AggregateFunction类型的列字段，在进行数据的写入和查询时与其他的表引擎有很大区别，在写入数据时，需要调用 *-State 函数；而在查询数据时，则需要调用相应的 *-Merge 函数。
对于上面的建表语句而言，需要使用sumState函数进行数据插入。
#向表 t_aggregating_mt 中插入数据，插入方式与之前方式不同node1 :) insert into t_aggregating_mt select 1,'张三',18,'北京','java',18,sumState(toDecimal32(10000,2));node1 :) insert into t_aggregating_mt select 2,'李四',19,'上海','java',22,sumState(toDecimal32(8000,2));node1 :) insert into t_aggregating_mt select 3,'王五',20,'北京','java',26,sumState(toDecimal32(12000,2));查询数据时，如果正常语句查询，aggregateFunction类型的列不会正常显示数据，针对以上的数据需要使用sumMerge来展示数据。
#错误方式查询表 t_aggregating_mt 中的数据node1 :) select * from t_aggregating_mt; ┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┐│ 1 │ 张三 │ 18 │ 北京 │ java │ 18 │ @B │└────┴──────┴─────┴──────┴──────┴──────────┴────────┘┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┐│ 2 │ 李四 │ 19 │ 上海 │ java │ 22 │ 5 │└────┴──────┴─────┴──────┴──────┴──────────┴────────┘┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┐│ 3 │ 王五 │ 20 │ 北京 │ java │ 26 │ O │└────┴──────┴─────┴──────┴──────┴──────────┴────────┘#正确方式查询表 t_aggregating_mt中的数据,注意需要跟上groupBynode1 :) select * ,sumMerge(salary) from t_aggregating_mt group by id,name ,age, loc,dept,workdays,salary ;┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┬─sumMerge(salary)─┐│ 1 │ 张三 │ 18 │ 北京 │ java │ 18 │ @B │ 10000.00 ││ 3 │ 王五 │ 20 │ 北京 │ java │ 26 │ O │ 12000.00 ││ 2 │ 李四 │ 19 │ 上海 │ java │ 22 │ 5 │ 8000.00 │└────┴──────┴─────┴──────┴──────┴──────────┴────────┴──────────────────┘向表中插入排序字段相同的数据进行分区聚合时，数据按照建表指定的聚合字段进行合并，其他的非聚合字段会保留最初的那条数据，新插入的数据对应的字段值会被舍弃。
# 向表中插入新的一条数据node1 :) insert into t_aggregating_mt select 1,'张三三',18,'北京','前端',22,sumState(toDecimal32(5000,2));#查询表中的数据，这里为了方便看到分区不合并，直接查询┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┐│ 3 │ 王五 │ 20 │ 北京 │ java │ 26 │ O │└────┴──────┴─────┴──────┴──────┴──────────┴────────┘┌─id─┬─name───┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┐│ 1 │ 张三三 │ 18 │ 北京 │ 前端 │ 22 │ ¡ │└────┴────────┴─────┴──────┴──────┴──────────┴────────┘┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┐│ 2 │ 李四 │ 19 │ 上海 │ java │ 22 │ 5 │└────┴──────┴─────┴──────┴──────┴──────────┴────────┘┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┐│ 1 │ 张三 │ 18 │ 北京 │ java │ 18 │ @B │└────┴──────┴─────┴──────┴──────┴──────────┴────────┘#使用optimize 命令合并相同分区数据node1 :) optimize table t_aggregating_mt;#再次查询表 t_aggregating_mt 表数据，salary 字段已经按照相同分区数据聚合node1 :) select *,sumMerge(salary) from t_aggregating_mt group by id,name ,age,loc,dept,workdays,salary;┌─id─┬─name─┬─age─┬─loc──┬─dept─┬─workdays─┬─salary─┬─sumMerge(salary)─┐│ 1 │ 张三 │ 18 │ 北京 │ java │ 18 │ `ᔠ │ 15000.00 ││ 3 │ 王五 │ 20 │ 北京 │ java │ 26 │ O │ 12000.00 ││ 2 │ 李四 │ 19 │ 上海 │ java │ 22 │ 5 │ 8000.00 │└────┴──────┴─────┴──────┴──────┴──────────┴────────┴──────────────────┘以上方式使用AggregatingMergeTree表引擎比较不方便，更多情况下，我们将AggregatingMergeTree作为物化视图的表引擎与MergeeTree搭配使用。
3. 示例二
#创建表 t_merge_base 表，使用MergeTree引擎node1 :) create table t_merge_base(:-] id UInt8,:-] name String,:-] age UInt8,:-] loc String,:-] dept String,:-] workdays UInt8,:-] salary Decimal32(2):-] )engine = MergeTree():-] order by (id,age):-] primary key id:-] partition by loc;#创建物化视图 view_aggregating_mt ,使用AggregatingMergeTree引擎node1 :) create materialized view view_aggregating_mt:-] engine = AggregatingMergeTree() :-] order by id :-] as select :-] id,:-] name,:-] sumState(salary) as ss:-] from t_merge_base:-] group by id ,name ;#向表 t_merge_base 中插入数据node1 :) insert into t_merge_base values (1,'张三',18,'北京','大数据',24,10000),:-] (2,'李四',19,'上海','java',22,8000),:-] (3,'王五',20,'北京','java',26,12000);#查看 view_aggregating_mt视图数据node1 :) select *,sumMerge(ss) from view_aggregating_mt group by id,name,ss;┌─id─┬─name─┬─ss─┬─sumMerge(ss)─┐│ 2 │ 李四 │ 5 │ 8000.00 ││ 3 │ 王五 │ O │ 12000.00 ││ 1 │ 张三 │ @B │ 10000.00 │└────┴──────┴────┴──────────────┘#继续向表 t_merge_base中插入排序键相同的数据node1 :) insert into t_merge_base values (1,'张三三',18,'北京','前端',22,5000);#手动执行optimize 命令，合并物化视图 view_aggregating_mt 相同分区数据node1 :) optimize table view_aggregating_mt;#查询视图 view_aggregating_mt数据node1 :) select *,sumMerge(ss) from view_aggregating_mt group by id,name,ss;┌─id─┬─name─┬─ss─┬─sumMerge(ss)─┐│ 2 │ 李四 │ 5 │ 8000.00 ││ 1 │ 张三 │ `ᔠ│ 15000.00 ││ 3 │ 王五 │ O │ 12000.00 │└────┴──────┴────┴──────────────┘注意：通过普通MergeTree表与AggregatingMergeTree物化视图结合使用，MergeTree中存放原子数据，物化视图中存入聚合结果数据，可以提升数据查询效率。👨💻如需博文中的资料请私信博主。
