如何在自定义 Presto 聚合函数中强制执行排序 (ORDER BY)答案

【问题标题】：How do I enforce ordering (ORDER BY) in a custom Presto Aggregation Function如何在自定义 Presto 聚合函数中强制执行排序 (ORDER BY)
【发布时间】：2021-03-30 02:27:47
【问题描述】：

我正在编写一个自定义 Presto 聚合函数，当（且仅当）值按我正在聚合的值按升序排序时，它会产生正确的结果。即

以下将起作用：

SELECT key, MY_AGG_FUNC(value ORDER BY value ASC) FROM my_table GROUP BY key

以下将产生不正确的结果：

SELECT key, MY_AGG_FUNC(value) FROM my_table GROUP BY key

在开发MY_AGG_FUNC 时，有没有办法在内部强制执行ORDER BY value ASC 而无需依赖调用者将其添加到查询中？

作为替代方案，如果用户根本没有指定 ORDER BY（或不正确的顺序），有没有办法抛出异常？

【问题讨论】：

这看起来与其他内置聚合函数的行为以及一般 SQL 的行为一致：如果调用者想要排序，他应该明确说明。
谢谢！你能指出一个在运行时强制执行的内置聚合函数吗？
我的意思是 not 实现默认排序策略与内置函数的作用一致。其中一些接受ORDER BY 子句（arry_agg()，string_agg()，...） - 如果调用者未指定它，则未定义结果的顺序。
我对@987654328@ 的实现有点困惑。组/分区会进一步拆分吗？如果是这样，一个分区可能处于“中间”，并且不会从最小值开始处理该分区。我正在尝试在这里实现“折叠”操作。

标签： aggregation partitioning presto nosql-aggregation trino

【解决方案1】：

在开发 MY_AGG_FUNC 时，有没有办法在内部强制执行 ORDER BY value ASC 而不依赖调用者将其添加到查询中？

没有办法做到这一点。

作为替代方案，如果用户根本没有指定 ORDER BY（或不正确的顺序），有没有办法抛出异常？

除了在聚合函数实现中检查接收到的值是否按升序排列之外，没有其他办法。

【讨论】：

所以我可以将“前一个值”保留在聚合函数“状态”中，如果“下一个值”严格小于“前一个值”，则抛出异常。我猜这会强制正确
如果我确实需要对输入进行排序，@CombineFunction 的作用是什么？即实现就像一个“折叠”（它必须从第一行开始计算）。内部分区是否有可能影响最终结果？
正确，但您也可以检测到这一点。