Clickhouse中如何对多行数组向量求均值合并

你要实现的是按ID分组，对每个ID下的所有vector数组按对应位置计算均值，你原来的SQL思路其实是正确的，这里提供两种更简洁灵活的实现方式：

方法一：arrayZip + arrayMap（推荐） #

这种写法更直观，利用arrayZip把同位置的元素聚合为子数组，再逐个计算均值：

SELECT
    id,
    arrayMap(sub_array -> avg(sub_array), arrayZip(groupArray(vector))) AS avg_vector
FROM embeddings
GROUP BY id

执行逻辑： #

• groupArray(vector) 将同一ID下的所有vector合并成二维数组，比如ID=123会得到 [[-0.1,0.3,0.2], [0.3,0.2,-0.1]]
• arrayZip(...) 把二维数组按位置打包，生成 [[-0.1,0.3], [0.3,0.2], [0.2,-0.1]]
• arrayMap(...) 对每个打包后的子数组计算均值，最终得到目标平均向量

方法二：优化你的原有写法（动态适配数组长度） #

你原来的代码可以改成动态获取数组长度，不用硬编码range(3)，适配不同长度的vector：

SELECT
    id,
    arrayMap(
        i -> arrayReduce('avg', arrayMap(x -> x[i], groupArray(vector))),
        range(length(vector))
    ) AS avg_vector
FROM embeddings
GROUP BY id

执行逻辑： #

• length(vector) 自动获取数组长度，避免写死数字
• 内层arrayMap(x -> x[i], ...) 提取所有vector的第i个元素组成数组
• arrayReduce('avg', ...) 计算该数组的均值，按位置生成最终的平均向量

这两种方法都能输出你需要的结果，方法一的可读性更强。

内容的提问来源于stack exchange，提问作者Dojo Nik