如何使用聚合函数编写Redshift存储过程？

基础用法示例 #

Redshift存储过程（基于PL/pgSQL）可以直接调用系统聚合函数，通过SELECT INTO直接获取聚合结果：

CREATE OR REPLACE PROCEDURE calculate_sales_summary()
LANGUAGE plpgsql
AS $$
DECLARE
    total_sales NUMERIC;
    avg_order_val NUMERIC;
    latest_order DATE;
BEGIN
    -- 从销售表提取聚合值到变量
    SELECT SUM(amount), AVG(amount), MAX(order_date)
    INTO total_sales, avg_order_val, latest_order
    FROM sales;

    -- 将结果写入汇总表
    INSERT INTO sales_daily_summary (report_dt, total_revenue, avg_order, last_order_dt)
    VALUES (CURRENT_DATE, total_sales, avg_order_val, latest_order);

    RAISE NOTICE '汇总完成：总营收=%, 平均订单额=%', total_sales, avg_order_val;
END;
$$;

分组聚合与临时表结合 #

处理复杂分组聚合场景时，推荐用临时表存储中间结果，避免内存压力：

CREATE OR REPLACE PROCEDURE region_sales_rollup()
LANGUAGE plpgsql
AS $$
BEGIN
    -- 创建临时表存储区域分组聚合数据
    CREATE TEMP TABLE IF NOT EXISTS region_agg_temp AS
    SELECT 
        region_id,
        SUM(amount) AS region_total,
        COUNT(DISTINCT order_id) AS order_cnt
    FROM sales
    WHERE order_date >= CURRENT_DATE - INTERVAL '7 days'
    GROUP BY region_id;

    -- 更新区域维度表的最新销售数据
    UPDATE region_dim
    SET weekly_sales = rat.region_total,
        weekly_orders = rat.order_cnt
    FROM region_agg_temp rat
    WHERE region_dim.region_id = rat.region_id;

    -- 临时表会在会话结束后自动清理，无需手动删除（可选清理）
    DROP TABLE IF EXISTS region_agg_temp;
END;
$$;

关键注意事项 #

• 系统聚合函数（SUM/COUNT/AVG等）在存储过程中的语法与普通Redshift SQL完全一致，无需特殊处理。
• 自定义聚合函数（UDAF）可以直接在存储过程中调用，和系统聚合函数用法相同。
• 处理超大数据集时，优先使用临时表而非游标，减少内存占用。
• 可以结合事务控制（BEGIN/COMMIT/ROLLBACK）确保聚合操作的原子性。

内容的提问来源于stack exchange，提问作者sirisha