Druid中Compressed Big Decimal类型列无法使用聚合函数求助

问题原因 #

Druid的Compressed Big Decimal属于复杂类型（COMPLEX），而SUM、ABS这类内置函数仅支持原生数值类型（如BIGINT、DOUBLE、DECIMAL），直接对复杂类型调用函数会触发类型不匹配错误。

解决方案 #

1. 实时转换为DOUBLE类型（快速但有精度损耗）

使用COMPLEX_TO_DOUBLE()函数将复杂类型列转换为DOUBLE后，再调用聚合或数值函数：

-- 求和示例
SELECT SUM(COMPLEX_TO_DOUBLE(my_column)) FROM my_table;

-- 取绝对值示例
SELECT ABS(COMPLEX_TO_DOUBLE(my_column)) FROM my_table;

2. 高精度转换（无精度损失）

如果需要保留小数精度，先将复杂类型转为字符串，再CAST为DECIMAL类型：

-- 求和示例（精度可根据数据调整，Druid支持最大DECIMAL(38,18)）
SELECT SUM(CAST(COMPLEX_TO_STRING(my_column) AS DECIMAL(38, 18))) FROM my_table;

-- 取绝对值示例
SELECT ABS(CAST(COMPLEX_TO_STRING(my_column) AS DECIMAL(38, 18))) FROM my_table;

3. 摄入阶段修正类型（长期最优方案）

如果可以修改数据摄入流程，直接将该字段定义为原生DECIMAL类型，避免后续查询转换：

• 在摄入规范（如JSON格式的摄入配置、SQL摄入的CREATE TABLE语句）中，将列类型指定为DECIMAL(precision, scale)，而非依赖Druid自动识别为Compressed Big Decimal。
• 这样后续查询可直接使用SUM、ABS等函数，无需额外转换，同时提升查询性能。

注意事项 #

• DOUBLE类型存在精度限制，适合对精度要求不高的场景；高精度场景优先选择字符串转DECIMAL的方式。
• 实时转换会增加查询计算开销，高频查询场景建议优先调整摄入阶段的列类型。

内容的提问来源于stack exchange，提问作者Amir Abolhasani