| Oracle® Fusion Middleware Oracle Complex Event Processing CQL言語リファレンス 11gリリース1 (11.1.1.6.2) B61613-04 |
|
 前 |
 次 |
| Oracle® Fusion Middleware Oracle Complex Event Processing CQL言語リファレンス 11gリリース1 (11.1.1.6.2) B61613-04 |
|
前 |
次 |
この章では、Oracle Continuous Query Language (Oracle CQL)に含まれる組込みの集計関数のリファレンスを提供します。組込みの集計関数は、問合せが返すすべての値の集計操作を行います。
詳細は、1.1.11項「関数」を参照してください。
表9-1に、Oracle CQLに用意されている組込みの集計関数を示します。
選択された重複するタプルの各セットのコピーを1つだけOracle CEPが返すようにする場合は、distinctを指定します。重複タプルとはselectリスト内の各式と一致する値を持つタプルです。詳細は、aggr_distinct_exprを参照してください。
Oracle CEP ではネストされた集計をサポートしていません。
|
注意: 組込み関数名では大文字と小文字が区別されるため、表示されている方(小文字)を使用してください。 |
|
注意: ストリーム入力の例で、 |
詳細は、以下を参照してください。
Oracle CQLでは、where句はgroup by句およびhaving句の前に適用されます。したがって、例9-1のOracle CQL文は無効です。
例9-1 countの無効な使用
<query id="q1"><![CDATA[
select * from InputChanel[rows 4 slide 4] as ic where count(*) = 4
]]></query>
例9-2に示すようなOracle CQL文を使用する必要があります。
例9-2 countの有効な使用
<query id="q1"><![CDATA[
select * from InputChanel[rows 4 slide 4] as ic, count(*) as myCount having myCount = 4
]]></query>
詳細は、以下を参照してください。
構文
目的
この関数は、bigint、floatまたはintデータ型を引数として使用します。また、引数の数値データ型に関係なくfloatを返します。
例
例9-3の問合せfloat_avgと例9-4のデータ・ストリームS3があるとします。ストリームS3のスキーマは(c1 float)です。この問合せは、例9-5に示すリレーションを返します。平均値が数字でない場合、avg関数はNaNの結果を返します。詳細は、2.3.2項「数値リテラル」を参照してください。
構文
(arith_expr::=、attr::=、identifier::=)
目的
countは、問合せが返すタプル数をintの値として返します。
表9-2に示すように、戻り値は引数によって異なります。
表9-2 COUNT集計関数の戻り値
| 入力引数 | 戻り値 |
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
countは、nullを返しません。
例
例9-6の問合せq2と例9-7のデータ・ストリームS2があるとします。ストリームS2のスキーマは(c1 integer, c2 integer)です。例9-8は、問合せで返されるリレーションを示します。
例9-8 count関数のリレーション出力
Timestamp Tuple Kind Tuple -9223372036854775808: + 0,0 1000: - 0,0 1000: + 1,1 2000: - 1,1 2000: + 1,2 3000: - 1,2 3000: + 2,3 6000: - 2,3
詳細は、以下を参照してください。
構文
目的
firstは、指定されたパターンに最初に一致する、指定されたストリーム要素の値を返します。
指定されるストリーム要素の型は、次のいずれかになります。
bigint
integer
byte
char
float
interval
timestamp
この関数の戻り値の型は、指定されたストリーム要素の型によって異なります。
この関数は、ピリオドで区切られた次の値で構成される1つの引数を使用します。
identifier1: DEFINE句で指定されたパターンの名前。
identifier2: CREATE STREAM文で指定されたストリーム要素の名前。
例
例9-9の問合せq9と例9-10のデータ・ストリームS0があるとします。ストリームS0のスキーマは(c1 integer, c2 float)です。この例では、パターンCをC.c1 = 7と定義します。また、firstcをfirst(C.c2)と定義します。つまり、最初にc1 = 7になった場合に、firstcは値c2と等しくなります。この問合せは、例9-11に示すリレーションを返します。
例9-9 first関数の問合せ
<query id="q9"><![CDATA[
select
T.firstc,
T.lastc,
T.Ac1,
T.Bc1,
T.avgCc1,
T.Dc1
from
S0
MATCH_RECOGNIZE (
MEASURES
first(C.c2) as firstc,
last(C.c2) as lastc,
avg(C.c1) as avgCc1,
A.c1 as Ac1,
B.c1 as Bc1,
D.c1 as Dc1
PATTERN(A B C* D)
DEFINE
A as A.c1 = 30,
B as B.c2 = 10.0,
C as C.c1 = 7,
D as D.c1 = 40
) as T
]]></query>
構文
目的
lastは、指定されたパターンに最後に一致する、指定されたストリーム要素の値を返します。
指定されるストリーム要素の型は、次のいずれかになります。
bigint
integer
byte
char
float
interval
timestamp
この関数の戻り値の型は、指定されたストリーム要素の型によって異なります。
この関数は、ピリオドで区切られた次の値で構成される1つの引数を使用します。
identifier1: DEFINE句で指定されたパターンの名前。
identifier2: CREATE STREAM文で指定されたストリーム要素の名前。
例
例9-12の問合せq9と例9-13のデータ・ストリームS0があるとします。ストリームS1のスキーマは(c1 integer, c2 float)です。この例では、パターンCをC.c1 = 7と定義します。また、lastcをlast(C.c2)と定義します。つまり、最後にc1 = 7になった場合に、lastcは値c2と等しくなります。この問合せは、例9-14に示すリレーションを返します。
例9-12 last関数の問合せ
<query id="q9"><![CDATA[
select
T.firstc,
T.lastc,
T.Ac1,
T.Bc1,
T.avgCc1,
T.Dc1
from
S0
MATCH_RECOGNIZE (
MEASURES
first(C.c2) as firstc,
last(C.c2) as lastc,
avg(C.c1) as avgCc1,
A.c1 as Ac1,
B.c1 as Bc1,
D.c1 as Dc1
PATTERN(A B C* D)
DEFINE
A as A.c1 = 30,
B as B.c2 = 10.0,
C as C.c1 = 7,
D as D.c1 = 40
) as T
]]></query>
構文
目的
maxは、exprの最大値を返します。そのデータ型は引数のデータ型によって異なります。
例
例9-15の問合せtest_max_timestampと例9-16のデータ・ストリームS15があるとします。ストリームS15のスキーマは(c1 int, c2 timestamp)です。この問合せは、例9-17に示すリレーションを返します。
例9-15 max関数の問合せ
<query id="test_max_timestamp"><![CDATA[
select max(c2) from S15[range 2]
]]></query>
例9-16 max関数のストリーム入力
Timestamp Tuple 10 1,"08/07/2004 11:13:48" 2000 ,"08/07/2005 11:13:48" 3400 3,"08/07/2006 11:13:48" 4700 ,"08/07/2007 11:13:48" h 8000 h 200000000
例9-17 max関数のリレーション出力
Timestamp Tuple Kind Tuple 0: + 10: - 10: + 08/07/2004 11:13:48 2000: - 08/07/2004 11:13:48 2000: + 08/07/2005 11:13:48 2010: - 08/07/2005 11:13:48 2010: + 08/07/2005 11:13:48 3400: - 08/07/2005 11:13:48 3400: + 08/07/2006 11:13:48 4000: - 08/07/2006 11:13:48 4000: + 08/07/2006 11:13:48 4700: - 08/07/2006 11:13:48 4700: + 08/07/2007 11:13:48 5400: - 08/07/2007 11:13:48 5400: + 08/07/2007 11:13:48 6700: - 08/07/2007 11:13:48 6700: +
構文
目的
minは、exprの最小値を返します。そのデータ型は引数のデータ型によって異なります。
例
例9-18の問合せtest_min_timestampと例9-19のデータ・ストリームS15があるとします。ストリームS15のスキーマは(c1 int, c2 timestamp)です。この問合せは、例9-20に示すリレーションを返します。
例9-18 min関数の問合せ
<query id="test_min_timestamp"><![CDATA[
select min(c2) from S15[range 2]
]]></query>
例9-19 min関数のストリーム入力
Timestamp Tuple 10 1,"08/07/2004 11:13:48" 2000 ,"08/07/2005 11:13:48" 3400 3,"08/07/2006 11:13:48" 4700 ,"08/07/2007 11:13:48" h 8000 h 200000000
例9-20 min関数のリレーション出力
Timestamp Tuple Kind Tuple 0: + 10: - 10: + 08/07/2004 11:13:48 2000: - 08/07/2004 11:13:48 2000: + 08/07/2004 11:13:48 2010: - 08/07/2004 11:13:48 2010: + 08/07/2005 11:13:48 3400: - 08/07/2005 11:13:48 3400: + 08/07/2005 11:13:48 4000: - 08/07/2005 11:13:48 4000: + 08/07/2006 11:13:48 4700: - 08/07/2006 11:13:48 4700: + 08/07/2006 11:13:48 5400: - 08/07/2006 11:13:48 5400: + 08/07/2007 11:13:48 6700: - 08/07/2007 11:13:48 6700: +
構文
目的
sumは、exprの値の合計を返します。この関数は、bigint、floatまたはinteger式を引数として使用します。また、引数の数値データ型と同じデータ型を返します。
例
例9-21の問合せq3と例9-22のデータ・ストリームS1があるとします。ストリームS1のスキーマは(c1 integer, c2 bigint)です。この問合せは、例9-23に示すリレーションを返します。rangeの詳細は、「範囲ベースのストリームからリレーションへのウィンドウ演算子」を参照してください。
構文
目的
xmlaggは、集計されたXMLドキュメントとしてXMLフラグメントの集合を返します。nullを返す引数は結果から削除されます。
ORDER BY句を使用すると、フラグメントの順序を制御できます。詳細は、18.2.9項「問合せ結果のソート」を参照してください。
例
この項では、次のxmlaggの例を示します。
xmlagg関数とxmlelement関数
例9-24の問合せtkdata67_q1と例9-25の入力リレーションがあるとします。ストリームtkdata67_S0のスキーマは(c1 integer, c2 float)です。この問合せでは、xmlelementを使用してストリーム要素からXMLフラグメントを作成し、xmlaggを使用してそれらのXMLフラグメントをXMLドキュメントに集計します。この問合せは、例9-26に示すリレーションを返します。
xmlelementの詳細は、「xmlelement_expr」を参照してください。
例9-24 xmlaggの問合せ
<query id="tkdata67_q1"><![CDATA[
select
c1,
xmlagg(xmlelement("c2",c2))
from
tkdata67_S0[rows 10]
group by c1
]]></query>
例9-25 xmlaggのリレーション入力
Timestamp Tuple 1000 15, 0.1 1000 20, 0.14 1000 15, 0.2 4000 20, 0.3 10000 15, 0.04 h 12000
例9-26 xmlaggのリレーション出力
Timestamp Tuple Kind Tuple
1000: + 15,<c2>0.1</c2>
<c2>0.2</c2>
1000: + 20,<c2>0.14</c2>
4000: - 20,<c2>0.14</c2>
4000: + 20,<c2>0.14</c2>
<c2>0.3</c2>
10000: - 15,<c2>0.1</c2>
<c2>0.2</c2>
10000: + 15,<c2>0.1</c2>
<c2>0.2</c2>
<c2>0.04</c2>
xmlagg関数とORDER BY句
例9-27の問合せtkxmlAgg_q5と例9-28の入力リレーションがあるとします。ストリームtkxmlAgg_S1のスキーマは(c1 int, c2 xmltype)です。この問合せでは、xmltypeストリーム要素を選択し、XMLAGGを使用してそれらをXMLドキュメントに集計します。また、ORDER BY句を使用してXMLフラグメントを並べ替えます。この問合せは、例9-29に示すリレーションを返します。
例9-27 xmlaggとORDER BYの問合せ
<query id="tkxmlAgg_q5"><![CDATA[
select
xmlagg(c2),
xmlagg(c2 order by c1)
from
tkxmlAgg_S1[range 2]
]]></query>
例9-28 xmlaggとORDER BYのリレーション入力
Timestamp Tuple 1000 1, "<a>hello</a>" 2000 10, "<b>hello1</b>" 3000 15, "<PDRecord><PDName>hello</PDName></PDRecord>" 4000 5, "<PDRecord><PDName>hello</PDName><PDName>hello1</PDName></PDRecord>" 5000 51, "<PDRecord><PDId>6</PDId><PDName>hello1</PDName></PDRecord>" 6000 15, "<PDRecord><PDId>46</PDId><PDName>hello2</PDName></PDRecord>" 7000 55, "<PDRecord><PDId>6</PDId><PDName>hello2</PDName><PDName>hello3</PDName></PDRecord>"
例9-29 xmlaggとORDER BYのリレーション出力
Timestamp Tuple Kind Tuple
0: +
1000: -
1000: + <a>hello</a>
,<a>hello</a>
2000: - <a>hello</a>
,<a>hello</a>
2000: + <a>hello</a>
<b>hello1</b>
,<a>hello</a>
<b>hello1</b>
3000: - <a>hello</a>
<b>hello1</b>
,<a>hello</a>
<b>hello1</b>
3000: + <b>hello1</b>
<PDRecord>
<PDName>hello</PDName>
</PDRecord>
,<b>hello1</b>
<PDRecord>
<PDName>hello</PDName>
</PDRecord>
4000: - <b>hello1</b>
<PDRecord>
<PDName>hello</PDName>
</PDRecord>
,<b>hello1</b>
<PDRecord>
<PDName>hello</PDName>
</PDRecord>
4000: + <PDRecord>
<PDName>hello</PDName>
</PDRecord>
<PDRecord>
<PDName>hello</PDName>
<PDName>hello1</PDName>
</PDRecord>
,<PDRecord>
<PDName>hello</PDName>
<PDName>hello1</PDName>
</PDRecord>
<PDRecord>
<PDName>hello</PDName>
</PDRecord>
5000: - <PDRecord>
<PDName>hello</PDName>
</PDRecord>
<PDRecord>
<PDName>hello</PDName>
<PDName>hello1</PDName>
</PDRecord>
,<PDRecord>
<PDName>hello</PDName>
<PDName>hello1</PDName>
</PDRecord>
<PDRecord>
<PDName>hello</PDName>
</PDRecord>
5000: + <PDRecord>
<PDName>hello</PDName>
<PDName>hello1</PDName>
</PDRecord>
<PDRecord>
<PDId>6</PDId>
<PDName>hello1</PDName>
</PDRecord>
,<PDRecord>
<PDName>hello</PDName>
<PDName>hello1</PDName>
</PDRecord>
<PDRecord>
<PDId>6</PDId>
<PDName>hello1</PDName>
</PDRecord>
6000: - <PDRecord>
<PDName>hello</PDName>
<PDName>hello1</PDName>
</PDRecord>
<PDRecord>
<PDId>6</PDId>
<PDName>hello1</PDName>
</PDRecord>
,<PDRecord>
<PDName>hello</PDName>
<PDName>hello1</PDName>
</PDRecord>
<PDRecord>
<PDId>6</PDId>
<PDName>hello1</PDName>
</PDRecord>
6000: + <PDRecord>
<PDId>6</PDId>
<PDName>hello1</PDName>
</PDRecord>
<PDRecord>
<PDId>46</PDId>
<PDName>hello2</PDName>
</PDRecord>
,<PDRecord>
<PDId>46</PDId>
<PDName>hello2</PDName>
</PDRecord>
<PDRecord>
<PDId>6</PDId>
<PDName>hello1</PDName>
</PDRecord>
7000: - <PDRecord>
<PDId>6</PDId>
<PDName>hello1</PDName>
</PDRecord>
<PDRecord>
<PDId>46</PDId>
<PDName>hello2</PDName>
</PDRecord>
,<PDRecord>
<PDId>46</PDId>
<PDName>hello2</PDName>
</PDRecord>
<PDRecord>
<PDId>6</PDId>
<PDName>hello1</PDName>
</PDRecord>
