3.3.5　Aggregation語句

3.3.5.1　簡介

Cypher支持使用聚合（Aggregation）來計算聚在一起的數據，類似SQL中的group by。聚合函數有多個輸入值，然后基于它們計算出一個聚合值。例如，avg函數計算多個數值的平均值。min函數用于找到一組值中最小的那個值。

聚合可以在匹配到的子圖上進行計算。非聚合的表達式將值聚集起來，然后放入聚合函數。

以下面的返回語句為例：

這里有兩個表達式：n和count()。前者n不是聚合函數，是一個分組鍵。后者count()是一個聚合函數。因此，根據不同的分組鍵（Grouping Key），匹配的子圖將被分為不同的組。聚合函數將運行在這些組上來計算聚合值。

下面的例子對理解聚合很有幫助，該查詢基于如圖3-9所示的數據。

查詢：

在這個例子中，試圖找到朋友的所有朋友并計算朋友的個數。第一個count(DISTINCT friend_of_friend)聚合函數中每個friend_of_friend只會計算一次，因為DISTINCT剔除了重復的部分。第二個聚合函數中，每個friend_of_friend會被計算多次。當沒有使用DISTINCT時，因為B和C都認識D，因此D被計算了兩次。

結果：

聚合圖例如圖3-10所示。

3.3.5.2　count

count用于計算行的數量。count有兩種使用方式：count(*)用于計算匹配的行數，而count(<expression>)用于計算<expression>中非空值的數量。

1．計算節點

計算節點的數量。例如：如果要計算連接到某個節點的節點數，可用count(*)，示例如下。

查詢：

結果將返回起始節點及與之相連節點的數量。

結果：

2．按組計算關系類型的數量

計算關系類型組中的數量，返回類型和數量。

查詢：

結果將返回關系類型和關系組中的關系數量。

結果：

3．計算實體

除了通過count(*)計算結果的數量，還可以加入name值。

查詢：

結果將返回與滿足帶有name屬性值為A的節點相連的所有節點的數量。

結果：

4．計算非空值的數量

可以通過count(expression)來計算非空值的數量。

查詢：

結果將返回property屬性非空的所有節點。

結果：

3.3.5.3　統計

1．sum可以通過聚合函數sum計算所有值之和。計算的時候，空值將被丟棄。

查詢：

結果將返回包含Person標簽的所有節點的property屬性值之和。

結果：

2．avg

avg計算數值列的平均值。

查詢：

結果將返回property屬性值的平均值。

結果：

3．percentileDisc

percentileDisc計算給定值在一個組中的百分位，取值從0.0～1.0。它使用舍入法，返回最接近百分位的值。對于插值法，請參考percentileCont函數。

查詢：

結果：

4．percentileCont

percentileCont計算給定值在一個組中的百分位，百分位的值從0.0～1.0。它采用線性插值的方法，在兩個值之間計算一個加權平均數。對于使用舍入法獲取最近的值，請參考percentileDisc函數。

查詢：

結果：

5．stdev

stdev計算給定值在一個組中的標準偏差。它采用標準的two-pass方法，以N-1作為分母。當以部分樣本作為無偏估計時，應使用stdev；當計算整個樣本的標準偏差時，應使用stdevp。

查詢：

結果：

6．stdevp

stdevp計算給定值在一個組中的標準偏差。與stdev類似，區別如上所述。

查詢：

結果：

7．max

max查找數值列中的最大值。

查詢：

結果將返回property屬性中的最大值。

結果：

8．min

min查找數值列中的最小值。

查詢：

結果將返回property屬性中的最小值。

結果：

3.3.5.4　collect

collect將所有的值收集起來放入一個列表，空值null將被忽略。

查詢：

結果將以列表的形式返回收集到的值。

結果：

3.3.5.5　DISTINCT

所有的聚合函數都可以帶有DISTINCT修飾符，它將去掉其中的重復值。因此，計算節點中不重復眼睛顏色數量的查詢可以這樣寫：

查詢：

結果：