arrayJoin 函数

arrayJoin 函数文档

这是一个非常特殊的函数。

普通函数不会改变一组行，只会改变每一行中的值 (map) 。 聚合函数会将一组行压缩 (fold 或 reduce) 。 arrayJoin 函数则会将每一行展开为一组行 (unfold) 。

该函数接受一个数组作为参数，并根据数组中的元素个数，将源行扩展成多行。 各列中的所有值都会被直接复制，只有应用此函数的那一列例外；该列的值会被替换为对应的数组元素值。

如果数组为空，arrayJoin 不会生成任何行。 若要返回仅包含数组类型默认值的一行，可以用 emptyArrayToSingle 对其进行包装，例如：arrayJoin(emptyArrayToSingle(...))。

例如：

Query

SELECT arrayJoin([1, 2, 3] AS src) AS dst, 'Hello', src

Response

┌─dst─┬─\'Hello\'─┬─src─────┐
│   1 │ Hello     │ [1,2,3] │
│   2 │ Hello     │ [1,2,3] │
│   3 │ Hello     │ [1,2,3] │
└─────┴───────────┴─────────┘

arrayJoin 函数会影响查询的所有部分，包括 WHERE 子句。请注意，下面这个查询的结果是 2，尽管子查询只返回了 1 行。

Query

SELECT sum(1) AS impressions
FROM
(
    SELECT ['Istanbul', 'Berlin', 'Babruysk'] AS cities
)
WHERE arrayJoin(cities) IN ['Istanbul', 'Berlin'];

Response

┌─impressions─┐
│           2 │
└─────────────┘

一个查询中可以使用多个 arrayJoin 函数。在这种情况下，转换会执行多次，行会成倍增加。 例如：

Query

SELECT
    sum(1) AS impressions,
    arrayJoin(cities) AS city,
    arrayJoin(browsers) AS browser
FROM
(
    SELECT
        ['Istanbul', 'Berlin', 'Babruysk'] AS cities,
        ['Firefox', 'Chrome', 'Chrome'] AS browsers
)
GROUP BY
    2,
    3

Response

┌─impressions─┬─city─────┬─browser─┐
│           2 │ Istanbul │ Chrome  │
│           1 │ Istanbul │ Firefox │
│           2 │ Berlin   │ Chrome  │
│           1 │ Berlin   │ Firefox │
│           2 │ Babruysk │ Chrome  │
│           1 │ Babruysk │ Firefox │
└─────────────┴──────────┴─────────┘

​

最佳实践

对同一表达式多次使用 arrayJoin，由于公共子表达式消除，可能无法得到预期结果。 在这种情况下，可以考虑对重复的数组表达式做一些不会影响 JOIN result 的额外处理。例如，arrayJoin(arraySort(arr))、arrayJoin(arrayConcat(arr, []))

示例：

Query

SELECT
    arrayJoin(dice) AS first_throw,
    /* arrayJoin(dice) as second_throw */ -- 语法上正确，但会消除结果集
    arrayJoin(arrayConcat(dice, [])) AS second_throw -- 故意修改表达式以强制重新求值
FROM (
    SELECT [1, 2, 3, 4, 5, 6] AS dice
);

请注意 SELECT 查询中的 ARRAY JOIN 语法，它提供了更多可能性。 ARRAY JOIN 允许你一次同时转换多个元素数量相同的数组。

示例：

Query

SELECT
    sum(1) AS impressions,
    city,
    browser
FROM
(
    SELECT
        ['Istanbul', 'Berlin', 'Babruysk'] AS cities,
        ['Firefox', 'Chrome', 'Chrome'] AS browsers
)
ARRAY JOIN
    cities AS city,
    browsers AS browser
GROUP BY
    2,
    3

Response

┌─impressions─┬─city─────┬─browser─┐
│           1 │ Istanbul │ Firefox │
│           1 │ Berlin   │ Chrome  │
│           1 │ Babruysk │ Chrome  │
└─────────────┴──────────┴─────────┘

或者也可以使用 Tuple

示例：

Query

SELECT
    sum(1) AS impressions,
    (arrayJoin(arrayZip(cities, browsers)) AS t).1 AS city,
    t.2 AS browser
FROM
(
    SELECT
        ['Istanbul', 'Berlin', 'Babruysk'] AS cities,
        ['Firefox', 'Chrome', 'Chrome'] AS browsers
)
GROUP BY
    2,
    3

Row

┌─impressions─┬─city─────┬─browser─┐
│           1 │ Istanbul │ Firefox │
│           1 │ Berlin   │ Chrome  │
│           1 │ Babruysk │ Chrome  │
└─────────────┴──────────┴─────────┘

ClickHouse 中的 arrayJoin 这一名称源于它在概念上与 JOIN 操作相似，但它是应用于单行内部的数组。传统的 JOIN 会组合来自不同表的行，而 arrayJoin 则会将一行中数组里的每个元素“连接”出来，生成多行——每个数组元素对应一行——同时复制其他列的值。ClickHouse 还提供了 ARRAY JOIN 子句语法，通过使用熟悉的 SQL JOIN 术语，使这种与传统 JOIN 操作的关系更加直观。这个过程也称为对数组进行“展开”，但在函数名和子句中都使用了“join”一词，因为它类似于将表与数组元素进行连接，从而以类似 JOIN 操作的方式有效扩展数据集。