Cassandra 中的聚合集类型答案

【问题标题】：Aggregating Set Type in CassandraCassandra 中的聚合集类型
【发布时间】：2019-03-27 20:42:43
【问题描述】：

我正在尝试聚合每行都包含 Set 列的行。我希望结果包含所有集合的总和，其中 null 相当于空集。我希望这样的查询：“通过 my_key_column 从 my_table 组中选择 sum(my_set_column)”来执行此操作，但此聚合不支持集合类型。有谁知道使用现有的 cassandra 内置插件来聚合它的方法？谢谢！

【问题讨论】：

标签： cassandra

【解决方案1】：

您必须编写一个 udf（对单个集合求和）或 uda（对多个集合求和），但它应该非常简单。类似的东西

CREATE FUNCTION set_sum(values set<int>)
CALLED ON NULL INPUT
RETURNS int
LANGUAGE java
AS $$
  if (values == null)
    return 0;

  int total = 0;
  for (int v : values)
    total += v;
  return total;
$$;

然后SELECT set_sum(value_column) FROM my_table WHERE id = 'key'; 将聚合每一行中设置列的值。如果你想合并多行（即与 group by），你需要使用 UDA，它可以使用上面的函数和 int 状态来替换 total 而不是每次都从 0 开始。

【讨论】：

我担心会是这样。无论如何，谢谢你的回答，我现在就试试看！
其实我要找的是元素的集合加法，例如{1, 3, 5} + {2, 4} = {1, 2, 3, 4, 5, 6}。我尝试使用 UDF，但这不会保留状态，所以我无法累积。我尝试使用 UDA，但这需要对我的所有查询进行大量重写（这是不可行的）以请求 UDA 作为列而不是现有列。你写过这样的东西吗？

【解决方案2】：

我能够使用以下 UDF/UDA 完成这项工作。如果将来有其他人需要，这可以被视为通用集合聚合器：

CREATE OR REPLACE FUNCTION agg_set_func(state tuple<int, set<bigint>>, val set<bigint>) CALLED ON NULL INPUT RETURNS tuple<int, set<bigint>> LANGUAGE java AS 
$$
    if (val == null) {
        return state;
    }
    Set<Long> s = state.getSet(1, Long.class);
    s.addAll(val);
    state.setSet(1, s);
    return state;
$$;

CREATE OR REPLACE FUNCTION agg_set_func_final(state tuple<int, set<bigint>>) CALLED ON NULL INPUT RETURNS set<bigint> LANGUAGE java AS 
$$
    return state.getSet(1, Long.class);
$$;

CREATE AGGREGATE agg_set(set<bigint>) 
SFUNC agg_set_func
STYPE tuple<int, set<bigint>>
FINALFUNC agg_set_func_final
INITCOND (0,{});

【讨论】：