问题标签 [user-defined-aggregate]

我在这里（和其他地方）读到，在 SQL Server 2008 中，可以构建一个用户定义的聚合，它可以返回一个超过 8000 个字符的字符串。这正是我所需要的。

据说，方法是将 maxByteSize 设置为 -1 而不是数字 btw 1 和 8000；这应该允许最大为 2GB 的任何大小。

显然，出于某种原因，如果使用此设置，则无法直接从 Visual Studio 2008 进行部署；所以你需要手动部署。

所以：我构建了我的项目——GroupConcat（它应该模拟 MySQL 的 group_concat 聚合器）——它在项目的 bin 文件夹中为我提供了一个文件“SqlClassLibrary.dll”。根据上述链接页面上的说明，我在 SQL Server 中构建程序集。命令执行成功。但是，当我尝试实际使用groupconcat 聚合器时：

select department, dbo.groupconcat(projectNumber) from projectleads group by department

...它说它找不到。如果我将 maxByteSize 设置为 8000 并直接从 VS2008 中部署，这一切都可以正常工作，但我需要 >8000。有人知道我在做什么错吗？

谢谢-丹

注意： 我确实需要一个 groupconcat 聚合函数，而不是使用一些我经常看到的 SQL Server 技巧。

我有这个 SQL Server 用户定义的聚合：

部署此聚合后，我尝试运行此查询：

我得到这个错误：

但是，这有效：

并按预期返回 NULL。

这似乎是 SQL Server 中的一个错误，但我该如何解决呢？

我正在为 SQL Server 2008 编写一些自定义的 .Net 扩展。其中一个是用户定义的聚合，它应该将一组十进制数字聚合为一个十进制值。

为了缩小我的问题，我使用了一个简单的Const聚合，它只返回一个常量十进制值。将此作为用户定义的聚合添加到 SQL Server 时，返回的值总是四舍五入：

我错过了什么？

这是代码：

将此代码编译为名为SqlServer.Clr.Extensions.dll. 以下脚本可用于将其添加到 SQL Server 并验证意外行为：

我使用此 MSDN 页面中的代码创建用户定义的聚合以group by's在 SQL 服务器中连接字符串。我的要求之一是连接值的顺序与查询中的顺序相同。例如：

使用查询

会导致：

结果似乎总是正确且如预期的那样，但我遇到了这个页面，指出订单不能保证，并且该属性SqlUserDefinedAggregateAttribute.IsInvariantToOrder仅供将来使用。

所以我的问题是：假设字符串中的连接值可以以任何顺序结束是否正确？
如果是这种情况，那么为什么 MSDN 页面上的示例代码使用该IsInvariantToOrder属性？

我想编写一个可以接受常量参数的自定义 UDF (UDAF/UDTF)。

比如我想写一个函数MAX(COL, i)，其中COL是求最大值的值的集合，i是位置（即i=1，找最高，i=2，找第二高等），这样 Hive 查询看起来像：

这不仅适用于 MAX，因此我需要一种能够做到这一点的通用方法，因此从已排序的集合中进行排序和选择将不起作用。

当我运行 T-SQL 命令时，我创建了一个 SQLCLR 程序集并添加了它：

我得到错误：

消息 6558，级别 16，状态 1，第 1 行
CREATE AGGREGATE 失败，因为类型“连接”由于方法“累积”不符合 UDAGG 规范。

什么是 UDAGG 规范？

我无法理解 CLR 用户定义的聚合是如何工作的。

我必须创建一些具有多个参数的自定义 CLR 聚合。关键是根据第二个参数获取第一个参数的值。

例如，我的表中有以下值，并且Name每个值都需要最年长的员工Type：

所以我想写一个这样的查询来使用我的程序集得到结果：

这将回应：

看起来可以使用 CLR 用户定义的聚合，但我很难找到这种实现的具体示例。

目前我有这个。我创建了一个类来收集数据，但是如何对它们进行排序（或做其他事情）？

有任何想法吗 ？

嗨，

几个月前，我在这篇文章中发布了一个关于 CLR 用户定义聚合的问题。

这就像一个魅力。但是现在我想用 sql_variant 类型的两个参数来实现完全相同的功能。

就像在我之前的文章中一样，这两个函数是 sMax 和 sMin 并且将根据第二个值返回第一个值。

我发现 sql_variant 类型是 C# 中的对象类型。但是我很难积累和比较对象。

在不知道类型的情况下比较这两个对象的最佳选择是什么？

我正在尝试在 Spark 中定义一个 UserDefinedAggregateFunction(UDAF)，它计算组的列中每个唯一值的出现次数。

这是一个例子：假设我有一个df这样的数据框，

我将有一个 UDAF DistinctValues

然后我将它应用到数据框 df

我期待有这样的事情：

所以我想出了一个这样的UDAF，

然后我的数据框上有这个功能，

它给出了这样的错误，

看起来在update(buffer: MutableAggregationBuffer, input: Row)方法中，变量buffer是 a immutable.Map，程序厌倦了将其转换为mutable.Map，

但我曾经在方法mutable.Map中初始化buffer变量。initialize(buffer: MutableAggregationBuffer, input:Row)传递给update方法的变量是否相同？而且bufferis mutableAggregationBuffer，所以它应该是可变的，对吧？

为什么我的 mutable.Map 变得不可变？有谁知道发生了什么？

我真的需要这个函数中的可变 Map 来完成任务。我知道有一种解决方法可以从不可变映射创建一个可变映射，然后对其进行更新。但是我真的很想知道为什么程序中可变的会自动转换为不可变的，这对我来说没有意义。

我正在尝试找到一种方法来计算给定数据帧的中位数。

现在我想做这样的事情：
df.groupBy("col1").agg(calcmedian("col2"))

结果应如下所示：

因此 calcmedian() 必须是 UDAF，但问题是，UDAF 的“评估”方法只需要一行，但我需要整个表来对值进行排序并返回中位数......

这有可能吗？还是有另一个不错的解决方法？我想强调，我知道如何用“一组”计算数据集的中位数。但我不想在“foreach”循环中使用这个算法，因为这是低效的！

谢谢！

编辑：

这就是我到目前为止所尝试的：