GROUP()

구문

GROUP( [lazy(boolean)] [, by()] [, aggregator ...] )

• lazy(boolean) : 지연 모드를 설정합니다(기본값 false).
• by(value [, timewindow()] [, name]) : 그룹을 어떻게 나눌지 지정합니다.
  Since v8.0.14 부터는 by() 없이 전체 데이터에 대해 집계기를 적용하는 것도 가능합니다.
• aggregator : 하나 이상의 집계 함수. 쉼표로 구분합니다.

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13

FAKE(json({
    ["A", 1],
    ["A", 2],
    ["B", 3],
    ["B", 4]
}))
GROUP(
    by(value(0), "CATEGORY"),
    avg(value(1), "AVG"),
    sum(value(1), "SUM"),
    first(value(1) * 10, "x10")
)
CSV(header(true))

결과

by()

Syntax: by(value [, timewindow] [, label])

• value : 그룹의 기준 값. 보통 시간 또는 문자열입니다.
• timewindow(from, until, period) : 시간 범위를 명시합니다.
• label : 새로운 컬럼 이름(기본값 "GROUP").

lazy()

Syntax: lazy(boolean)

기본값 false인 경우, GROUP()은 현재 레코드와 이전 레코드의 by() 값이 달라질 때마다 결과를 출력합니다.
즉 연속된 레코드의 값이 같을 때만 하나의 그룹이 만들어집니다.
lazy(true)로 설정하면 입력 스트림의 끝까지 데이터를 모은 뒤 그룹을 계산하므로 정렬되지 않은 데이터도 그룹화할 수 있지만, 메모리를 많이 사용합니다.

timewindow()

Syntax: timewindow(from, until, period) Since v8.0.13

• from, until : 포함-제외 형태의 시간 범위입니다. 실데이터 유무와 상관없이 원하는 구간을 지정할 수 있습니다.
• period : from과 until 사이의 시간 간격을 나타냅니다.

timewindow 예제를 참고해 주십시오.

고정된 시간 간격으로 데이터를 시각화할 때, 조회 결과에 비어 있는 구간이나 과도하게 촘촘한 구간이 존재하면 원하는 모양으로 데이터를 다듬기 어렵습니다.
timewindow()를 이용하면 이러한 작업을 TQL 내에서 처리할 수 있습니다.

집계기(aggregator)

집계기를 지정하지 않으면 GROUP()은 기본적으로 원본 레코드들을 배열로 그대로 묶어 반환합니다.
연속된 레코드가 같은 by() 값을 가지면 [[v1,v2], [v3,v4], ...] 형태의 배열을 생성합니다.

집계 함수는 두 가지 유형이 있습니다.

• Type 1 : 결과 후보만 유지하고 최종 값만 반환합니다.
• Type 2 : 그룹 전체 데이터를 보관하여 계산 후 메모리를 해제합니다. lazy(true)와 함께 사용하면 관련 컬럼 전체 데이터를 모두 메모리에 유지합니다.

공통 옵션

where(), nullValue(), predict(), label은 모든 집계 함수에서 사용할 수 있는 선택 옵션입니다.

• where(predicate) : 조건식을 만족하는 값만 집계합니다. Since v8.0.13
• nullValue(alternative) : 집계 결과가 없을 때 대체할 값을 지정합니다. Since v8.0.13
• predict(algorithm) : 값이 없을 때 보간 알고리즘을 적용해 대체합니다. Since v8.0.13
• label : 결과 컬럼 이름(디폴트는 함수명)

집계 함수

• avg(x [, option...]) : 평균 (Type 1)
• sum(x [, option...]) : 합계 (Type 1)
• count(x [, option...]) : 개수 (Type 1) Since v8.0.13
• first(x [, option...]) : 첫 번째 값 (Type 1)
• last(x [, option...]) : 마지막 값 (Type 1)
• min(x [, option...]) : 최소값 (Type 1)
• max(x [, option...]) : 최대값 (Type 1)
• rss(x [, option...]) : Root Sum Square (Type 1)
• rms(x [, option...]) : Root Mean Square (Type 1)
• list(x [, option...]) : 모든 값을 리스트로 묶음 (Type 2) Since v8.0.15

list() 예시

1
2
3
4
5
6

FAKE(json({["A",1], ["A",2], ["B",3], ["B",4], ["C",5]}))
GROUP(
    by(value(0)),
    list(value(1))
)
JSON()

{
    "data": {
        "columns": ["GROUP", "LIST"],
        "types": ["string", "list"],
        "rows": [
            ["A", [1,2]],
            ["B", [3,4]],
            ["C", [5]]
        ]
    },
    "success": true,
    "reason": "success",
    "elapse": "220.375µs"
}

고급: rowsArray/FLATTEN 조합

JSON(rowsArray(true))나 FLATTEN()과 조합하면 다양한 형태로 결과를 가공할 수 있습니다.

1
2
3
4
5
6
7

FAKE(json({["A",1], ["A",2], ["B",3], ["B",4], ["C",5]}))
GROUP(
    by(value(0), "name"),
    avg(value(1), "avg"),
    list(value(1), "values")
)
JSON(rowsArray(true))

{
    "data": {
        "columns": ["name", "values", "avg"],
        "types": ["string", "list", "float64"],
        "rows": [
            { "name": "A", "avg": 1.5, "values": [1, 2] },
            { "name": "B", "avg": 3.5, "values": [3, 4] },
            { "name": "C", "avg": 5,   "values": [5] }
        ]
    },
    "success": true,
    "reason": "success",
    "elapse": "270.25µs"
}

1
2
3
4
5
6
7
8

FAKE(json({["A",1], ["A",2], ["B",3], ["B",4], ["C",5]}))
GROUP(
    by(value(0)),
    list(value(1))
)
POPVALUE(0)
FLATTEN()
JSON()

{
    "data": {
        "columns": ["LIST"],
        "types": ["list"],
        "rows": [
            [1,2],
            [3,4],
            [5]
        ]
    },
    "success": true,
    "reason": "success",
    "elapse": "252.625µs"
}