如何使用正则表达式对SQL中的service字段按mySvr_xx形式分组统计

针对你的需求，你可以利用ClickHouse的字符串处理函数来实现按mySvr_1xx这类前缀分组统计，这里提供两种常用的实现方式，你可以根据实际场景选择：

方法一：正则表达式替换（推荐，灵活适配不同数字长度） #

通过regexpReplace函数捕获service字段中mySvr_后的第一位数字，将后续数字替换为xx，生成统一的分组键：

SELECT 
    toUnixTimestamp(toStartOfMinute(itime)) * 1000 as t,
    -- 把mySvr_101转成mySvr_1xx，mySvr_202转成mySvr_2xx
    regexpReplace(service, '_(\\d)\\d{2}$', '_$1xx') as service_group,
    sum(count) 
FROM myTable 
WHERE 
    itime BETWEEN toDateTime(aaa) AND toDateTime(bbb) 
    AND service like 'mySvr_%' 
GROUP BY service_group, t 
ORDER BY t

正则表达式说明： #

• _(\\d)\\d{2}$：匹配下划线后的三位数字，其中(\\d)是捕获组，提取第一位数字；\\d{2}匹配剩下两位数字；$确保匹配到字段末尾。
• _$1xx：用下划线+捕获到的第一位数字+xx替换匹配到的部分，最终生成mySvr_1xx这类分组名。

如果你的service字段数字部分长度不固定（比如存在mySvr_12或mySvr_1234），可以把正则调整为_(\\d).*$，这样不管后面有多少位数字，都会替换成xx，兼容性更强。

方法二：字符串分割拼接（直观易懂） #

通过splitByChar分割service字段，提取数字部分的第一位，再拼接成目标分组名：

SELECT 
    toUnixTimestamp(toStartOfMinute(itime)) * 1000 as t,
    concat('mySvr_', substring(splitByChar('_', service)[2], 1, 1), 'xx') as service_group,
    sum(count) 
FROM myTable 
WHERE 
    itime BETWEEN toDateTime(aaa) AND toDateTime(bbb) 
    AND service like 'mySvr_%' 
GROUP BY service_group, t 
ORDER BY t

逻辑说明： #

1. splitByChar('_', service)[2]：把service按下划线分割，取第二部分（即数字字符串，比如101）。
2. substring(..., 1, 1)：提取数字字符串的第一位（比如1）。
3. concat('mySvr_', ..., 'xx')：拼接成mySvr_1xx的形式作为分组键。

这两种方法都能实现你要的分组统计效果，你可以根据自己的习惯和数据特点选择使用。

内容的提问来源于stack exchange，提问作者Yves